一、用自己的话描述出其本身的含义： 1、特征选择：就是从一组特征中挑选出一些最有效的特征，以达到降低特征空间维数的目的 2、PCA：简单来说PCA就是一种用于分析、简化数据集的技术 二、并用自己的话阐述出两者的主要区别 特征选择主要用于特征较少时使用，而主成份分析的特征可达上百个。特征选择就是单纯地 ...
分类：
其他好文 时间：
2020-04-30 11:56:20
阅读次数：
60
一、用自己的话描述出其本身的含义： 1、特征选择 2、PCA 特征选择 特征选择就是从所有特征中选择部分特征作为训练集，即对现有特征拿好的特征，差的特征就不要，特征在选择前后 可以改变特征部分的值、也可以不改变特征部分的值，只是选择后的特征维数肯定要比选择前小。 PCA PCA是一种分析、简化数据集 ...
分类：
其他好文 时间：
2020-04-30 11:52:06
阅读次数：
71
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 ...
分类：
其他好文 时间：
2020-04-30 10:01:33
阅读次数：
65
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 ...
分类：
其他好文 时间：
2020-04-30 09:34:41
阅读次数：
40
一、用自己的话描述出其本身的含义： 1、特征选择 根据需求，选择具有价值的样本特征，即减少不必要的样本特征。 减少特征具有重要的现实意义，不仅减少过拟合、减少特征数量（降维）、提高模型泛化能力，而且还可以使模型获得更好的解释性，增强对特征和特征值之间的理解，加快模型的训练速度，一般的，还会获得更好的 ...
分类：
其他好文 时间：
2020-04-29 13:03:24
阅读次数：
302
一、用自己的话描述出其本身的含义： 1、特征选择 ①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。 2、PCA ②主成分分析是一种分析、简化数据集的技术。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。 二、并用自己的话阐述出两者的主要区别 特征选择是从 ...
分类：
其他好文 时间：
2020-04-28 23:27:35
阅读次数：
102
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 ...
分类：
其他好文 时间：
2020-04-28 16:45:50
阅读次数：
46
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 ...
分类：
其他好文 时间：
2020-04-28 12:58:30
阅读次数：
68
一、用自己的话描述出其本身的含义： 1、特征选择 特征选择就是从所有特征中选择部分特征作为训练集，即对现有特征的“取其精华，去其糟粕”，特征在选择前后。可以改变值、也可以不改变值，只是选择后的特征维数肯定要比选择前小。 2、PCA 它是一种分析，简化数据集的技术。，是数据维数压缩，尽可能尽可能降低原 ...
分类：
其他好文 时间：
2020-04-28 09:32:16
阅读次数：
53
一、用自己的话描述出其本身的含义： 1、特征选择 将高维空间的样本通过映射或者是变换的方式转换到低维空间，达到降维的目的，然后通过特征选取删选掉冗余和不相关的特征来进一步降维。 2、PCA 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 PCA是用于 ...
分类：
其他好文 时间：
2020-04-27 22:44:45
阅读次数：
56
