Dimensionality Reduction / Giảm Chiều

📖 Dimensionality Reduction

Definition (English):

Dimensionality reduction is the process of reducing the number of random variables under consideration by obtaining a set of principal variables. It can be divided into feature selection and feature extraction. Common techniques include Principal Component Analysis (PCA), t-SNE, and UMAP. Dimensionality reduction helps visualize high-dimensional data and can improve machine learning model performance.

📖 Giảm Chiều

Định nghĩa (Tiếng Việt):

Giảm chiều là quá trình giảm số lượng biến ngẫu nhiên đang xem xét bằng cách thu được tập các biến chính. Nó có thể chia thành lựa chọn đặc trưng và trích xuất đặc trưng. Các kỹ thuật phổ biến bao gồm Phân tích Thành phần Chính (PCA), t-SNE và UMAP. Giảm chiều giúp trực quan hóa dữ liệu nhiều chiều và có thể cải thiện hiệu suất mô hình học máy.

📂 Phân loại: Data Science