下列属于线性的降维方法有（ ）
A: PCA
B: LDA
C: 局部线性嵌套(LLE)
D: 非负矩阵分解(NMF)
A: PCA
B: LDA
C: 局部线性嵌套(LLE)
D: 非负矩阵分解(NMF)
举一反三
- 下列属于线性的降维方法有 A: PCA B: LLE C: 非负矩阵分解(NMF) D: 局部线性嵌套(MDS)
- 常用的高维数据可视化的数据变换的线性方法有（ ） A: 主成分分析(PCA) B: 多维尺度分析(MDS) C: 非负矩阵分解(NMF) D: 傅里叶变换
- 下列可以用于特征降维的方法有( )。 A: 主成分分析 PCA B: 线性判别分析 LDA C: 深度学习 SparseAutoEncoder D: 矩阵奇异值分解 SVD
- 以下选项中,哪一些是非线性降维方法? A: PCA B: MDS C: LLE D: Isomap
- 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