码迷,mamicode.com
首页 > 其他好文 > 详细

9、主成分分析

时间:2020-04-28 12:58:30      阅读:68      评论:0      收藏:0      [点我收藏+]

标签:没有   空间   预处理   一个   方差   识别   影响   重要   维度   

一、用自己的话描述出其本身的含义:

1、特征选择

  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

  主成分分析 ,是一种掌握事物主要矛盾的统计分析方法,它可以从多元事物中解析出主要影响因素,揭示事物的本质,简化复杂的问题。计算主成分的目的是将高维数据投影到较低维空间。

 

二、并用自己的话阐述出两者的主要区别

特征选择: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,没有改变原始特征。

PCA:主成分分析经常用于减少数据集的维数,同时保持数据集中的对方差贡献最大的特征。改变了原始特征。

9、主成分分析

标签:没有   空间   预处理   一个   方差   识别   影响   重要   维度   

原文地址:https://www.cnblogs.com/wh008/p/12793305.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!