ডায়মেনশন্যালিটি রিডাকশন (Dimensionality Reduction)
ডায়মেনশন্যালিটি রিডাকশনে, ডেটা এনকোডিং বা ট্রান্সফরমেশন ব্যবহার করে মূল ডেটার একটি সংক্ষিপ্ত বা "কম্প্রেসড" রিপ্রেজেন্টেশন পাওয়া যায়। যদি কম্প্রেসড ডেটা থেকে মূল ডেটা কোনো তথ্য হারানো ছাড়া পুনর্গঠিত করা যায়, তবে ডেটা রিডাকশনকে লসলেস (lossless) বলা হয়। যদি পুনর্গঠিত ডেটা শুধু মূল ডেটার একটি সন্নিকট মান হয়, তবে সেটিকে লসি (lossy) ডেটা রিডাকশন বলা হয়।
ডিসক্রেট ওয়েভলেট ট্রান্সফরম (DWT) ডিসক্রেট ফুরিয়ার ট্রান্সফরম (DFT)-এর সাথে ঘনিষ্ঠভাবে জড়িত, যা একটি সিগন্যাল প্রসেসিং কৌশল যাতে সাইন ও কসাইন থাকে। সাধারণত DWT ভালো লসি কমপ্রেশন অর্জন করে। অর্থাৎ, যদি একই সংখ্যক কোইফিশিয়েন্ট DWT এবং DFT-এ রক্ষা করা হয়, তবে DWT সংস্করণটি মূল ডেটার আরও সঠিক সন্নিকট মান দেয়। তাই একই সন্নিকট মানের জন্য DWT, DFT-এর চেয়ে কম জায়গা নেয়।
নিউমেরোসিটি রিডাকশন (Numerosity Reduction)
নিউমেরোসিটি রিডাকশনে, ডেটা ভলিউম একটি বিকল্প, ছোট ডেটা রিপ্রেজেন্টেশন বেছে নিয়ে কমিয়ে আনা হয়। এই কৌশলগুলো প্যারামেট্রিক বা নন-প্যারামেট্রিক হতে পারে। প্যারামেট্রিক পদ্ধতিতে, একটি মডেল ডেটা অনুমান করে, যাতে শুধু ডেটা প্যারামিটারগুলো সংরক্ষণ করা হয়, প্রকৃত ডেটা নয়—যেমন লগ-লিনিয়ার মডেল। নন-প্যারামেট্রিক পদ্ধতিতে ডেটার একটি সংক্ষিপ্ত রিপ্রেজেন্টেশন সংরক্ষণ করা হয়, যাতে هستোগ্রাম, ক্লাস্টারিং, এবং স্যাম্পলিং থাকে।
নিচে ডায়মেনশন্যালিটি রিডাকশন এবং নিউমেরোসিটি রিডাকশনের তুলনা দেয়া হলো:
| ডায়মেনশন্যালিটি রিডাকশন | নিউমেরোসিটি রিডাকশন |
|---|---|
| ডেটা এনকোডিং বা ট্রান্সফরমেশন প্রয়োগ করে মূল ডেটার একটি সংক্ষিপ্ত বা কম্প্রেসড রিপ্রেজেন্টেশন পাওয়া যায়। | ডেটা ভলিউম একটি বিকল্প, ছোট ফর্মের ডেটা রিপ্রেজেন্টেশন বেছে নিয়ে কমিয়ে আনা হয়। |
| ডিসক্রেট ওয়েভলেট ট্রান্সফরম (DWT) একটি লিনিয়ার সিগন্যাল প্রসেসিং কৌশল যা ডেটা ভেক্টর X-কে একটি সাংখ্যিকভাবে ভিন্ন ভেক্টর X'-এ রূপান্তরিত করে, যাতে ওয়েভলেট কোইফিশিয়েন্ট থাকে। দুটি ভেক্টর একই দৈর্ঘ্যের। ডেটা রিডাকশনে এই কৌশল ব্যবহার করার সময় প্রতিটি টাপলকে একটি n-ডাইমেনশনাল ডেটা ভেক্টর হিসেবে বিবেচনা করা হয়। | রিগ্রেশন এবং লগ-লিনিয়ার মডেল ব্যবহার করে প্রদত্ত ডেটা অনুমান করা যায়। লিনিয়ার রিগ্রেশনে ডেটাকে একটি সরল রেখায় ফিট করা হয়। উদাহরণস্বরূপ, একটি র্যান্ডম ভেরিয়েবল y (রেসপন্স ভেরিয়েবল) কে অন্য একটি র্যান্ডম ভেরিয়েবল x (প্রিডিক্টর ভেরিয়েবল) এর লিনিয়ার ফাংশন হিসেবে মডেল করা যায়: y = wx + b, যেখানে y-এর ভ্যারিয়েন্স কনস্ট্যান্ট ধরা হয়। |
| অপ্রাসঙ্গিক ও রিডান্ডান্ট অ্যাট্রিবিউট সরাতে ব্যবহৃত হয়। | মূল ডেটাকে ছোট একটি ফর্মে রিপ্রেজেন্ট করার একটি কৌশল মাত্র। |
| এই কৌশলে কিছু ডেটা হারাতে পারে যা অপ্রয়োজনীয়। | এই পদ্ধতিতে ডেটা কোনো ক্ষতি হয় না, শুধু পুরো ডেটাকে ছোট আকারে রিপ্রেজেন্ট করা হয়। |
