Как я говорил ранее, прежде чем начать построение любой модели данные следует подготовить. Один из таких этапов - это удаление лишних, избыточных данных. Но как понять какие данные лишние? Для начала разобъём наш dataset на векторы-столбцы, то есть векторы будут хранить значения всех объектов своего одного признака. Одна из таких техник - это поиск линейно зависимых признаков. Линейная зависимость является симптомом того, что один признак может быть выведен из другого признака. Например, хранение одних и тех же данных в разных размерностях...

Что-то стало еженедельной традицией (правда повторившейся пока только второй раз) под конец недели в чате Аскона устраивать лекции. Вот и в этот раз. Обсуждаем данное видео: Anton Vasiliev: лям элементов (1 млн.), 300 тыс. узлов. узлы линейные :( по шкале не очень хорошо видно, но если это рабочая нагрузка (пусть и максимальная) и там такая зона на линейных "тетрах" (линейные тераэдры - тип элемента) меньше единицы... да еще и 0.3 преимущественно... то я не пойму как оно вообще работает впрочем судить по таким картинкам сложно...