Kỹ thuật ‘Dimensionality Reduction’ (giảm chiều dữ liệu) thường được sử dụng để làm gì?

Giảm số lượng biến đầu vào (đặc trưng) trong khi vẫn giữ lại thông tin quan trọng nhất, nhằm giảm độ phức tạp tính toán và tránh ‘curse of dimensionality’

Tăng số lượng đặc trưng để cải thiện độ chính xác của mô hình

Loại bỏ các giá trị ngoại lai (outliers) khỏi dữ liệu

Tăng cường tính phi tuyến của mô hình