关于PCA与LDA的比较,下列哪些选项是正确的
A.PCA和LDA都是线性降维方法
B.LDA是有监督方法,PCA是无监督方法
C.LDA的目标是最大化数据的方差,PCA的目标是最大化不同类之间的距离
D.PCA和LDA都可以通过拉格朗日求解其最优化问题
- · 有6位网友选择 B,占比60%
- · 有4位网友选择 A,占比40%
A.PCA和LDA都是线性降维方法
B.LDA是有监督方法,PCA是无监督方法
C.LDA的目标是最大化数据的方差,PCA的目标是最大化不同类之间的距离
D.PCA和LDA都可以通过拉格朗日求解其最优化问题
A.LDA和PCA的共同点是,都可以将原始的样本映射到维度更低的样本空间
B.LDA是为了让映射后的样本有最好的分类性能。即LDA是一种有监督的降维方法
C.PCA是为了让映射后的样本具有最大的发散性,即PCA是一种无监督的降维方法
D.LDA和PCA都是有监督的降维方法
A.PCA对高维数据降维后的维数是与原始数据特征维度相关(与数据类别标签无关)
B.LDA降维后所得到维度是与数据样本的类别个数K有关(与数据本身维度无关)
C.假设原始数据一共有K个类别,那么LDA所得数据的降维维度小于或等于K−1
D.PCA和LDA均是基于监督学习的降维方法
下列方法中,不可以用于特征降维的方法包括()
A.主成分分析PCA
B.线性判别分析LDA
C.深度学习Sparse Auto Encoder
D.矩阵奇异值分解SVD
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!