9、主成分分析

标签：原来   分析   空间   映射   维度   变量   多少   降维   主成分分析   

一、用自己的话描述出其本身的含义：

1、特征选择

　　从多个特征中选择一部分特征作为训练集的特征，特征在选择前后不改变值。

2、PCA

　　PCA是特征降维，降维是从一个维度空间映射到另一个维度空间，也就是高维度数据集映射到低维度空间的同时，尽可能的保留的变量。

二、并用自己的话阐述出两者的主要区别

　　特征选择：是从所有特征中选择一 部分特征作为训练集特征，没有改变特征原来的形式，特征量减少。

　　PCA：是从一个维度空间映射到另一个维度空间，改变了特征原来的形式，特征多少没有改变。

9、主成分分析

标签：原来   分析   空间   映射   维度   变量   多少   降维   主成分分析   

原文地址：https://www.cnblogs.com/ccw1124486193/p/12814066.html