用途
降维技术用于在保留重要信息的前提下减少特征数量，从而提升模型效率，并使高维数据可视化成为可能。该技能适合处理以下场景：
- 特征数量很多的高维数据集
- 需要在 2D 或 3D 中可视化复杂数据集
- 需要降低计算复杂度与训练时间
- 需要移除冗余或高度相关的特征
- 需要防止机器学习模型过拟合
- 在聚类或分类之前进行数据预处理
主要能力
该技能涵盖以下降维技术：
- PCA（主成分分析）：线性、快速、可解释
- t-SNE（t 分布随机邻域嵌入）：非线性，可视化效果好，但计算开销较大
- UMAP（统一流形近似与投影）：非线性，同时保留局部与全局结构
- 特征选择：选择重要特征，保持可解释性
- 特征提取：创建新特征
- 因子分析：统计方法
降维带来的收益包括：降低计算复杂度、去除噪声与冗余、提升模型泛化能力、支持可视化、防止维度灾难。
使用方式
该技能以 Python 代码示例的形式给出实现方式，主要依赖 pandas、numpy、matplotlib、seaborn 与 scikit-learn。示例流程包括：
- 加载数据（示例使用 iris 数据集）并进行标准化（StandardScaler）。
- 使用 PCA 拟合数据，输出各主成分的方差解释比例与累计方差，并绘制碎石图（Scree Plot）与累计方差图。
- 使用 2 个和 3 个主成分进行 PCA 降维，绘制 2D、3D 散点图以及载荷图（Loadings Plot）。
- 使用 t-SNE 与 MDS 进行 2D 可视化。
- 使用 SelectKBest（f_classif 与 mutual_info_classif）进行特征选择，输出特征得分并绘制条形图。
- 使用随机森林计算特征重要性并排序。
- 使用因子分析（FactorAnalysis）降维并可视化。
- 使用逻辑回归与交叉验证，对比原始特征、PCA(2)、PCA(3)、t-SNE、SelectKBest 选择特征等不同方案下的模型准确率、标准差与特征数量。
选择主成分数量的方法
- 方差解释：保留 95% 的方差
- 肘部法：在碎石图中寻找“肘部”
- 交叉验证：针对下游任务进行优化
适用场景
- 高维数据的探索性分析与可视化
- 机器学习建模前的特征预处理
- 聚类或分类任务前的降维
- 需要对比不同降维方案对模型性能影响的场景
交付物
- 碎石图与累计方差图
- 2D/3D 可视化
- PCA 载荷解释
- 特征重要性排序
- 模型性能对比
- 主成分解释
限制
资料中未提供关于收费、价格、平台支持范围、运行环境要求或具体性能指标的信息。示例代码使用 iris 数据集，实际应用时需替换为自有数据。