• 2022-06-03
    下列属于特征降维的方法有( )。
    A: PCA
    B: LDA
    C: One-Hot
    D: Code-Decode
  • A,B

    内容

    • 0

      中国大学MOOC: 关于特征降维方法有线性判别分析(LDA)和主成分分析法(PCA),错误的是

    • 1

      以下不是数据降维方法的是() A: PCA B: LDA C: LPP D: AHP

    • 2

      下列关于PCA和LDA的描述正确是( )。 A: PCA和LDA都可对高维数据进行降维 B: PCA可以保留类的信息 C: LDA可以保留类的信息 D: PCA一般选择方差大的方向进行投影

    • 3

      下列哪些方法可以用于特征降维的?() A: 主成分分析PCA B: 线性判别分析LDA C: AutoEncoder D: 矩阵奇异值分解SVD E: 最小二乘法LeastSquares

    • 4

      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