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
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
举一反三
- 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
- 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
- 中国大学MOOC: 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( )