9 主成分分析

一、用自己的話描述出其本身的含義：

1、特徵選擇

將高維空間的樣本通過對映或者是變換的方式轉換到低維空間，達到降維的目的，然後通過特徵選取刪選掉冗餘和不相關的特徵來進一步降維。

2、pca

找出資料裡最主要的方面，用資料裡最主要的方面來代替原始資料

二、並用自己的話闡述出兩者的主要區別

pca是用於減少資料集的維度，同時保持資料集中使方差貢獻最大的特徵。改變了原來特徵的形式。

特徵選取是從包含多個特徵的資料集中挑選出幾個特徵作為實際使用的資料集，用於訓練模型。沒有改變特徵的形式。

9 主成分分析

一 用自己的話描述出其本身的含義 1 特徵選擇 根據實際情況需要篩選出符合模型訓練的特徵，只是從一堆特徵裡單純挑出需要的特徵，沒有對這些特徵進行過修改和降維，形成新的特徵 2 pca 主成分分析pca，他會根據特徵資料的規律和主要成分將特徵自動降維成更具代表性，更簡潔的資料，降低資料的冗餘量，使不同...

9 主成分分析

一 用自己的話描述出其本身的含義 1 特徵選擇 根據需求，選擇具有價值的樣本特徵，即減少不必要的樣本特徵。減少特徵具有重要的現實意義，不僅減少過擬合 減少特徵數量 降維 提高模型泛化能力，而且還可以使模型獲得更好的解釋性，增強對特徵和特徵值之間的理解，加快模型的訓練速度，一般的，還會獲得更好的效能。...

9 主成分分析

一 用自己的話描述出其本身的含義 1 特徵選擇 特徵選擇也叫特徵子集選擇。是指從已有的m個特徵 feature 中選擇n個特徵使得系統的特定指標最優化，是從原始特徵中選擇出一些最有效特徵以降低資料集維度的過程,是提高學習演算法效能的乙個重要手段,也是模式識別中關鍵的資料預處理步驟。2 pca 主成分...