99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
2020-02-26 閱讀量: 778
特征降維

在實(shí)際應(yīng)用中，當(dāng)特征個(gè)數(shù)增加到某一個(gè)臨界點(diǎn)后，繼續(xù)增加反而會(huì)導(dǎo)致分類器的性能變差——“維度災(zāi)難”（curse of dimensionality）。

對(duì)于高維數(shù)據(jù)，“維度災(zāi)難”使解決模式識(shí)別問(wèn)題非常困難，此時(shí)，往往要求首先降低特征向量的維度。

降低特征向量維度的可行性分析：

特征向量往往是包含冗余信息的！

有些特征可能與分類問(wèn)題無(wú)關(guān)

特征之間存在著很強(qiáng)的相關(guān)性

降低維度的方法

?特征組合：把幾個(gè)特征組合在一起，形成新的特征

?特征選擇：選擇現(xiàn)有特征集的一個(gè)子集

針對(duì)不同的訓(xùn)練目標(biāo)有不同的訓(xùn)練算法：

?最小化重構(gòu)誤差（主成分分析，PCA）

?最大化類別可分性（線性判別分析，LDA）

?最小化分類誤差（判別訓(xùn)練，discriminative training）

?保留最多細(xì)節(jié)的投影（投影尋蹤，projection pursuit）

?最大限度的使各特征之間獨(dú)立（獨(dú)立成分分析，ICA）

3.5326
2
關(guān)注作者
收藏
評(píng)論(0)

發(fā)表評(píng)論

暫無(wú)數(shù)據(jù)
推薦帖子