特征选择是通过特征变换将原来的高维特征转换为低维特征。
举一反三
- 下面关于特征提取的说法中错误的是: A: 特征提取不仅可以降低特征空间的维度，还可以消除特征之间的相关性。 B: 特征提取是通过特征变换将原来的高维特征转换为低维特征。 C: PCA算法是通过变换矩阵得到原有特征的线性组合，新特征之间是线性相关的。 D: 特征提取的过程是通过训练样本求取特征变换矩阵的过程。
- 关于特征变换和特征选择，以下说法错误的是（ ） A: 特征变换后会产生新的特征 B: 特征变换与特征选择都是为了减少特征的维数。 C: KL变换是一种常用的特征选择方法 D: 特征选择后不会产生新的特征
- 一个设计得好的OO系统具有哪些特征？（ ） A: 高内聚、高耦合的特征 B: 低内聚、高耦合的特征 C: 高内聚、低耦合的特征 D: 低内聚、低耦合的特征
- 特征处理是通过对原始数据的处理和加工，将原始数据维度转换为特征数据的过程。
- 一个设计得好的OO系统具有（）。 A: 低内聚、低耦合的特征 B: 高内聚、低耦合的特征 C: 高内聚、高耦合的特征 D: 低内聚、高耦合的特征