Firma obsługująca karty kredytowe chce przyspieszyć trenowanie modelu scoringowego zbudowanego z tysięcy surowych atrybutów, z których wiele jest silnie skorelowanych. Trenowanie jest powolne, a model ulega przetrenowaniu. Która technika inżynierii cech zmniejszy wymiarowość i czas trenowania bez odrzucania dużej ilości informacji?

Prawidłowa odpowiedź to użycie autoencodera lub analizy głównych składowych (PCA), ponieważ są to techniki redukcji wymiarowości, które tworzą nowy, mniejszy zestaw cech, zachowując jednocześnie większość istotnych informacji z oryginalnych, skorelowanych danych. Zmniejsza to czas trenowania i może pomóc w walce z przetrenowaniem. Obliczanie autokorelacji i usuwanie cech może prowadzić do utraty cennych informacji. Normalizacja cech zmienia ich skalę, ale nie redukuje wymiarowości. Klasteryzacja danych i próbkowanie zmniejsza rozmiar zbioru danych, ale nie rozwiązuje problemu wysokiej wymiarowości ani skorelowanych cech w sposób, który zachowuje informacje tak efektywnie jak PCA czy autoenkodery.