Как использовать выбор функций и уменьшение размерности в неконтролируемом обучении?

Question

Я работаю над классификацией писем от двух авторов. Мне удалось выполнить то же самое с помощью контролируемого обучения, а также с помощью векторизации TFIDF текста, выбора PCA и SelectPercentile. Я использовал scikit-learn package для достижения того же.

Теперь я хотел попробовать то же самое, используя алгоритм Unsupervised Learning KMeans, чтобы скопировать электронные письма на две группы. Я создал набор данных, в котором у меня есть каждая точка данных как одна строка в списке python. Поскольку я новичок в неконтролируемой форме, поэтому я хотел спросить, могу ли я применять те же инструменты сокращения размерности, которые используются в контролируемых (TFIDF, PCA и SelectPercentile). Если нет, то каковы их коллеги? Я использую scikit-learn для его кодирования.

Я огляделся вокруг stackoverflow, но не смог получить удовлетворительный ответ. Я действительно застрял в этой точке.

Пожалуйста, помогите!

Answer 1

Ниже приведен методы для сокращения размерности, которые могут быть применены в случае неконтролируемого обучения: -

1. PCA: анализ главных компонентов
   • Точного РС
   • инкрементного РС
   • Приближенного PCA
   • Kernel PCA
   • Spars EPCA и MiniBatchSparsePCA
2. Случайные проекции
   • гауссовой случайная проекция
   • разреженной случайная проекция
3. Характеристика агломерация
   • Стандартные пересчетки

Упомянутые выше некоторые из подходов, которые могут использоваться для уменьшения размерности огромных данных в случае неконтролируемого обучения. Подробнее о деталях here.