下列关于降维说法正确的有( )。
A: PA 是根据方差这一属性降维的
B: 降维可以防止模型过拟合
C: 降维降低了数据集特征的维度
D: 降维方法有 PLA 等
A: PA 是根据方差这一属性降维的
B: 降维可以防止模型过拟合
C: 降维降低了数据集特征的维度
D: 降维方法有 PLA 等
A,C,D
举一反三
- 关于降维，下列说法错误的是（ ）。 A: 降维后的数据集的维度将比降维前少 B: 有效降维能减少冗余信息，提高模型精度和运行效率 C: 特征选择不会改变数据，仅从原有变量中找出主要变量 D: 特征提取从原有数据中提取主要成分，不会改变原有数据
- LDA降维和PCA降维的相同之处包括（ ）。 A: 都可以用于分类 B: 都是有监督的降维方法 C: 两者在降维时均使用了矩阵特征分解的思想 D: 两者均可以对数据进行降维 E: 两者都假设数据符合高斯分布
- LDA降维和PCA降维的不同之处包括（ ）。 A: LDA降维最多降到k-1维，而PCA没有这个限制 B: LDA除了可以用于降维，还可以用于分类 C: LDA选择分类性能最好的投影方向，而PCA选择样本点投影具有最大方差的方向 D: 两者在降维时特征分解的思想不同 E: LDA是有监督的降维方法，而PCA是无监督的降维方法
- 下列关于降维方法的叙述正确的有( )。 A: 主成分分析是一种常用的非线性降维方法 B: 核化线性降维是一种常用的线性降维方法 C: 流形学习是一种借鉴拓扑流形概念的降维方法 D: 度量学习绕过降维的过程，将学习目标转化为对距离度量计算的权重矩阵的学习
- 下列属于特征降维的方法有（）。
内容
- 0
数据抽象包含哪些方法（） A: 数据聚类 B: 数据降维 C: 数据降维 D: 数据简化正确答案：BCD E: 特征选取 F: 数据降维 G: 数据聚类 H: 数据简化
- 1
LDA(线性区别分析)与PCA（主成分分析）均是降维的方法，下面描述不正确的是（ ） A: PCA对高维数据降维后的维数是与原始数据特征维度相关（与数据类别标签无关） B: LDA降维后所得到维度是与数据样本的类别个数K有关（与数据本身维度无关） C: 假设原始数据一共有K个类别，那么LDA所得数据的降维维度小于或等于K−1 D: PCA和LDA均是基于监督学习的降维方法
- 2
数据降维有哪些常用的方法？
- 3
当数据集的原始维度和数据集内在的本征维度相同时，使用PCA进行降维，降维后的数据不会丢失重要的信息。
- 4
降维方法：（ ）