2021-05-21
閱讀量:
512
提問:特征選擇好理解,選特征嘛做減法,但是PCA是怎么做到降維的呢
PCA,嘗試對(duì)空間做一個(gè)變換,PCA可以保證找到相互獨(dú)立的特征,在新的特征下,就可以很輕松來做特征篩選,由于新的空間下,方差矩陣中非對(duì)角線上的值為0。從而特征篩選的過程中,不會(huì)誤刪太多的信息,降低模型欠擬合的風(fēng)險(xiǎn)。或者換一句來說,PCA的效果就是將原來的方差矩陣,非對(duì)角線上的信息量,重新分配到對(duì)角線上去,從而可以很安全的做特征篩選。






評(píng)論(0)


暫無數(shù)據(jù)
CDA考試動(dòng)態(tài)
CDA報(bào)考指南
推薦帖子
0條評(píng)論
0條評(píng)論
0條評(píng)論