下列哪些不特别适合用来对高维数据进行降维()A.LASSOB.主成分分析法C.聚类分析D.小波分析法E.线性判别法F.拉普拉斯特征映射

题目

下列哪些不特别适合用来对高维数据进行降维()

A.LASSO

B.主成分分析法

C.聚类分析

D.小波分析法

E.线性判别法

F.拉普拉斯特征映射

相似考题

1.数理统计分析模型包括()。A、主成分分析B、层次分析法C、系统聚类分析D、主成分分析，层次分析法，系统聚类分析

2.11、主成分分析的作用有哪些？A．高维数据降维B．预测C．综合评价D．描述变量间的关系

3.LDA（线性区别分析)与PCA（主成分分析）均是降维的方法，下面描述不正确的是（）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−1D．PCA和LDA均是基于监督学习的降维方法

4.()都是高维空间向低维空间映射变换的方法，通过云除数据值方差小的维度，进行降维。A.线性鉴别分析B.主成分分析C.流形分析D.图模型

更多“下列哪些不特别适合用来对高维数据进行降维()A.LASSOB.主成分分析法C.聚类分析D.小波分析法E.线 ”相关问题

  • 第1题：

    3、主成分分析方法只是一种数据降维的方法。（）


    对

  • 第2题：

    主成分分析的两个目标——降维后数据的方差最大和降维后数据的重构误差最小——是等价的


    找到主成分与原始变量的线性组合;各主成分之间互不相关（各主成分信息不重合）;按各主成分方差大小排序（按“重要性”排序）

  • 第3题：

    4、（多选）在下列识别理论中， 可以用来压缩模式向量的维数。 A. 因子分析法 B. 聚类分析法 C. 模式识别法　　　Ｄ. 主成分分析法


    B

  • 第4题：

    5、主成分分析方法只是一种数据降维的方法。（）


    对

  • 第5题：

    105、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。


    C

相关内容