9主成分分析
Posted moxiaomo
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了9主成分分析相关的知识，希望对你有一定的参考价值。
一、用自己的话描述出其本身的含义：
1、特征选择
答：特征选择也叫特征子集选择 。是指从已有的M个特征中选择N个特征使得系统的特定指标最优化，是从原始特征中选择出一些最有效特征以降低数据集维度的过程,是提高学习算法性能的一个重要手段,也是模式识别中关键的数据预处理步骤。
2、PCA
答：PCA顾名思义，就是找出数据里最主要的方面，用数据里最主要的方面来代替原始数据。
二、并用自己的话阐述出两者的主要区别
答：PCA是指 Principal Components Analysis,译为主要成分分析。用于减少数据集的维度，同时保持数据集中使方差贡献最大的特征。改变了原来特征的形式。
特征选取是从包含多个特征的数据集中挑选出几个特征作为实际使用的数据集，用于训练模型。没有改变特征的形式。
翻译 朗读 复制 正在查询，请稍候…… 重试 朗读 复制 复制 朗读 复制 via 谷歌翻译（国内） 译
以上是关于9主成分分析的主要内容，如果未能解决你的问题，请参考以下文章