Une société de cartes de crédit souhaite accélérer l'entraînement d'un modèle de notation de crédit construit à partir de milliers d'attributs bruts, dont beaucoup sont fortement corrélés. L'entraînement est lent et le modèle surapprend. Quelle technique d'ingénierie de caractéristiques réduira la dimensionnalité et le temps d'entraînement sans perdre beaucoup d'informations ?

Les autoencodeurs et l'ACP sont des techniques de réduction de dimensionnalité qui transforment un grand ensemble de caractéristiques corrélées en un ensemble plus petit de nouvelles caractéristiques non corrélées, capturant la variance essentielle des données. Cela réduit la complexité du modèle, accélère l'entraînement et atténue le surapprentissage en éliminant le bruit et la redondance. Calculer l'auto-corrélation et supprimer les caractéristiques peut aider, mais l'ACP ou les autoencodeurs sont plus efficaces pour créer des caractéristiques synthétiques optimisées. La normalisation des caractéristiques numériques met les données à l'échelle mais ne réduit pas la dimensionnalité ni ne gère la corrélation. Le regroupement avec k-means et l'échantillonnage réduisent la taille de l'ensemble de données d'entraînement, mais ne réduisent pas la dimensionnalité des caractéristiques et peuvent entraîner une perte d'informations importantes.