首页 > 高职专科
题目内容 (请给出正确答案)
[单选题]

关于降维算法中的主成分分析,()是错误的。

A.有监督算法

B.可以指定降维的维度

C.基于方差来计算

D.根据特征值大小来筛选特征

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“关于降维算法中的主成分分析,()是错误的。”相关的问题
第1题
最常用的降维算法是PCA,以下哪项是关于PCA是正确的?()

A.PCA是一种无监督的方法

B.它搜索数据具有最大差异的方向

C.主成分的最大数量

D.所有主成分彼此正交

点击查看答案
第2题
假设原始数据个数为n,原始数据维数为d,降维后的维数为l,下面对主成分分析算法描述不正确的是()。

A.主成分分析要学习一个映射矩阵,其大小是d×l

B.主成分分析学习得到了l个d维大小的向量,这l个d维向量之间彼此相关

C.在主成分分析中,我们将带约束的最优化问题,通过拉格朗日乘子法将其转化为无约束最优化问题

D.每个原始数据的维数大小从d变成了l

点击查看答案
第3题
关于典型相关分析CCA与主成分分析PCA,下面说法错误的是()

A.考虑了变量的相关性信息

B.都基于变量的线性变换

C.是否进行归一化,都不影响分析结果

D.PCA可以视为一种降维技术,CCA不可以视为一种降维技术

点击查看答案
第4题
主成分分析也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标。()
点击查看答案
第5题
以下关于降维方法,叙述正确的是()。

A.主成分分析是一种常用的非线性降维方法

B.核化线性降维是一种常用的线性降维方法

C.流形学习是一种借鉴拓扑流形概念的降维方法

D.度量学习绕过降维的过程,将学习目标转化为对距离度量计算的权重矩阵的学习

点击查看答案
第6题
下列方法中,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SparseAutoEncoder

D.矩阵奇异值分解SVD

点击查看答案
第7题
针对维数灾难,我们主要采用的降维方法有哪些()。

A.多维缩放

B.主成分分析

C.核化线性降维

D.流形学习

E.度量学习

点击查看答案
第8题
对于主成分分析方法,降维后低维空间的维数d可以通过()方法确定。

A.由用户事先指定

B.通过在d值不同的低维空间中对开销较小的学习器进行交叉验证来选取

C.可从重构的角度设置一个重构阈值,选取使得特定公式成立的最小值

D.随机设置

点击查看答案
第9题
主成分分析法是对针对类别可分性,对已经有的特征进行特征降维的方法。()
点击查看答案
第10题
Scikit-Learn中可以实现()算法。

A.分类

B.聚类

C.回归

D.降维

点击查看答案
第11题
以下关于随机森林算法的描述中错误的是()。

A.可以处理高维度的属性,并且不用做特征选择

B.随机森林的预测能力不受多重共线性影响

C.也擅长处理小数据集和低维数据集的分类问题

D.能应对正负样本不平衡问题

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改