2018-07-11笔记（3）取样&清洗

【关键词：Sampling，Dimensionality Reduction】

取样（Sampling）：

关键点：

1）取样的点可以代表/拟合整体数据的某些特性（我们需要的特性）
2）将整体数据适当分块再取样（（Rare event oversampling）在不平衡的数据源中，可以采用不平衡的采样方式使采样的不平衡更少的影响结论），获取最大可用价值。

降维（Dimensionality Reduction）

目标:

1）避免维度增加带来的稀疏化影响
2）降低消耗
3）将影响结果的无用/噪声数据剔除

方法：

1）PCA(Principle Component Analysis)：主成分分析
2）SVD(Singular Value Decomposition):奇异值分解
3）其它有监督且非线性的方法