基于稀疏主成分分析的高维数据特征选择

摘要

信息技术的高速发展,带来了数据的海量存储,数据的维度也随之升高.数据维度的升高不仅会在非参数模型中遭遇"维数灾难",还容易在拟合过程中造成过度拟合.因此降低数据维度,简化算法,提高模型的可解释度成为数据挖掘的一项重要工作.而稀疏主成分分析在主成分分析的基础上能够提升变量的可解释度,且具有降维和特征选择的双重意义.因此本文以德国某信贷数据为例,对基于稀疏主成分分析的高维特征进行了选择.结果证明稀疏主成分分析能够同时达到降维和变量选择的双重目的,在实际的建模数据集预处理的过程中有重大价值.