下列方法中，可以用于特征降维的方法包括
A: 主成分分析
B: 线性判别分析
C: 自编码器
D: 矩阵奇异值分解
A: 主成分分析
B: 线性判别分析
C: 自编码器
D: 矩阵奇异值分解
举一反三
- 下列方法中，可以用于特征降维的方法包括（ ） A: 矩阵奇异值分解SVD B: 主成分分析PCA C: 线性判别分析LDA D: 深度学习SparseAutoEncoder E: 最小二乘法LeastSquares
- 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
- 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
- 下列哪些方法可以用来降维（ ） A: 矩阵分解 B: 随机森林 C: 全部均正确 D: 主成分分析
- 在降维技术方面，LDA的中文含义是（ ）。 A: 线性判别方法 B: 数据压缩技术 C: 特征选择技术 D: 主成分分析