最常用的降维算法是PCA，以下关于PCA的说法中正确的是（）
A: PCA是一种无监督的方法
B: 它搜索数据具有最大差异的方向
C: 主成分的最大数量<=特征能数量
D: 所有主成分彼此正交
A: PCA是一种无监督的方法
B: 它搜索数据具有最大差异的方向
C: 主成分的最大数量<=特征能数量
D: 所有主成分彼此正交
A,B,C
举一反三
- 最常用的降维算法是PCA，以下哪项是关于PCA是正确的 A: PCA是一种无监督的方法 B: .它搜索数据具有最大差异的方向 C: 主成分的最大数量 D: .所有主成分彼此正交
- PCA是最常用的降维算法,以下有关PCA算法描述错误的是______。 A: PCA是一种无监督的方法 B: 所有主成分彼此正交 C: 主成分数量小于等于特征数量 D: 选择向量时,投影后方差越小越好
- 主成分分析（PCA）是一种重要的降维技术，以下对于PCA的描述正确的是（___）。 A: 主成分分析是一种无监督方法 B: 主成分数量一定小于等于特征的数量 C: 各个主成分之间相互正交 D: 原始数据在第一主成分上的投影方差最小
- 最常用的降维算法是PCA，以下关于PCA的说法中正确的是（ ）
- 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 A: LDA和PCA的共同点是，都可以将原始的样本映射到维度更低的样本空间 B: LDA是为了让映射后的样本有最好的分类性能。即LDA是一种有监督的降维方法 C: PCA是为了让映射后的样本具有最大的发散性，即PCA是一种无监督的降维方法 D: LDA和PCA都是有监督的降维方法
内容
- 0
主成分分析是最著名的数据降维方法,那么以下哪些选项是正确的? A: 主成分分析是一种无监督方法 B: 它的目标是使得数据在低维空间中的方差最大 C: 主成分的最大数量不能超过原特征数 D: 所有主成分之间互相正交
- 1
PCA是一种无监督的降维方法
- 2
PCA是一种无监督的降维方法 A: 正确 B: 错误
- 3
主成分分析法PCA是一种典型的（ ）方法。 A: 特征选择 B: 特征降维 C: 线性判别 D: 特征包装
- 4
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