主成分分析（PCA）是一种重要的降维技术，以下对于PCA的描述正确的是（___）。
A: 主成分分析是一种无监督方法
B: 主成分数量一定小于等于特征的数量
C: 各个主成分之间相互正交
D: 原始数据在第一主成分上的投影方差最小
A: 主成分分析是一种无监督方法
B: 主成分数量一定小于等于特征的数量
C: 各个主成分之间相互正交
D: 原始数据在第一主成分上的投影方差最小
举一反三
- PCA是最常用的降维算法,以下有关PCA算法描述错误的是______。 A: PCA是一种无监督的方法 B: 所有主成分彼此正交 C: 主成分数量小于等于特征数量 D: 选择向量时,投影后方差越小越好
- 主成分分析是最著名的数据降维方法,那么以下哪些选项是正确的? A: 主成分分析是一种无监督方法 B: 它的目标是使得数据在低维空间中的方差最大 C: 主成分的最大数量不能超过原特征数 D: 所有主成分之间互相正交
- 关于主成分分析，下列陈述正确的是 A: 主成分分析是一种降维技术 B: 每个主成分是原始变量的一个线性组合 C: 各个主成分之间是可以相关的 D: 第一主成分解释原始变量的信息是最多的
- 最常用的降维算法是PCA，以下关于PCA的说法中正确的是（） A: PCA是一种无监督的方法 B: 它搜索数据具有最大差异的方向 C: 主成分的最大数量<=特征能数量 D: 所有主成分彼此正交
- 最常用的降维算法是PCA，以下哪项是关于PCA是正确的 A: PCA是一种无监督的方法 B: .它搜索数据具有最大差异的方向 C: 主成分的最大数量 D: .所有主成分彼此正交