特征提取是通过映射得到一组新的特征，特征选择是从高维特征中选出一组最有效的特征以达到降低特征空间维数的目的。
A: 正确
B: 错误
A: 正确
B: 错误
举一反三
- 特征提取是通过映射得到一组新的特征，特征选择是从高维特征中选出一组最有效的特征以达到降低特征空间维数的目的。
- 特征提取是通过映射得到一组新的特征，特征选择是从高维特征中选出一组最有效的特征以达到降低特征空间维数的目的。
- 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。
- 特征降维的方法包括特征选择和特征提取。 A: 正确 B: 错误
- 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