一、用自己的话描述出其本身的含义:
1、特征选择
2、PCA
二、并用自己的话阐述出两者的主要区别
答:一、特征选择就是特征降维中进行人工选择的方式,主观性剔除不要的特征。而PCA则是特征降维中除了特征选择的另一种降维方法,中文名为主成分分析技术,他的作用是尽可能降低原数据的维数,简化数据。
二、两者本质都是特征降维技术,主要区别就在于特征选择可以用去特征量少,适合人工筛选,以及部分特征的相关度高,容易消耗计算耗能的数据,而PCA则适用于成百上千条特征的数据
Posted gidupar
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习第九次相关的知识,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
2、PCA
二、并用自己的话阐述出两者的主要区别
答:一、特征选择就是特征降维中进行人工选择的方式,主观性剔除不要的特征。而PCA则是特征降维中除了特征选择的另一种降维方法,中文名为主成分分析技术,他的作用是尽可能降低原数据的维数,简化数据。
二、两者本质都是特征降维技术,主要区别就在于特征选择可以用去特征量少,适合人工筛选,以及部分特征的相关度高,容易消耗计算耗能的数据,而PCA则适用于成百上千条特征的数据
以上是关于机器学习第九次的主要内容,如果未能解决你的问题,请参考以下文章