Python全系列 教程
3567个小节阅读:5931.9k
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,采用一
种数学降维的方法,在损失很少信息的前提下,找出几个综合变量作为主成分,来代替原来
众多的变量,使这些主成分能够尽可能地代表原始数据的信息,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)。
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.使用sklearn中的PCA对象获取解释方差得分,是下列的:
A fit
B transform
C explained_variance_
D test
1=>B 2=>C