∙визуализировать пространственную структуру данных; конечно, для этого необходимо спроектировать пространственную структуру описаний объектов из многомерного пространства в 2-х или 3-х мерное пространство с сохранением этой структуры (см. рис. 4);

∙выявить главные признаки описания объектов (факторы), а все второстепенные шумы убрать; для этого используются методы факторного анализа (см. рис. 5);

∙снизить требуемые объемы памяти и время расчета, используемые для хранения и обучения модели.

Рис. 5: Выделение главное фактора: красная линия показывает напрвление оси главного фактора. Зная значение главного фактора - расположение точки на его оси (одно число) можно получить координаты точки на плоскости (два числа)

Пример 2.4 (Снижение размерности: кодирование многомерных объектов и визуальный анализ).

Предположим, что мы имеем определенную статистику поведения сотрудников компании на

обучающих корпоративных курсах. Вам хочется на основе этой статистики выделить сотруд-

ников, которые не будут прогрессировать в работе. Но вы не знаете какая информация для этого

будет полезна. На основе какой информации можно разделить сотрудников на кластеры, чтобы

выделить интересующий нас кластер. В этом случае полезно взглянуть на пространственную

структуру объектов на основе имеющейся информации и понять есть ли там интересующие

нас кластеры. Для этого необходимо воспользоваться методом снижения размерности описа-

ния объектов, сохраняющем пространственную структуру объектов

2.3Задачи поиска правил, описывающих закономерности в описании объектов

Задача поиска правил тесно связана с задачей кластеризации или поиска типичных объектов. Дело в том, что типичные объекты схожи между собой тем, что они подчиняются одинаковым закономерностям. Например, если мы имеем описание студентов курса "Математика и Python"в