Python全系列 教程
3567个小节阅读:5930.2k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
PCA(Principal Component Analysis),主成分分析,是线性的数据降维技术,PCA通
过找出几个综合变量作为主成分,来代替原来众多的变量,其中每个主成分都是原始变量的
线性组合,而且各个主成分之间不相关(即线性无关)。
举例说明:
原始数据
1. 关于PCA,下列说法正确的是:
A PCA用来扩充样本的特征
B 各个主成分之间不相关(即线性无关)
C 每个主成分与原始特征(变量)没有任何关系
D 以上说法均不正确
2.关于EVD在PCA上的应用,下列说法正确的是:
A EVD对于PCA没有应用价值
B PCA在计算特征的协方差矩阵的特征值和特征向量时,可以使用EVD
C EVD可以在PCA中直接进行降维操作
D 以上说法均不正确
1=>B 2=>B