下列方法中，不可以用于特征降维的方法包括()A.主成分分析PCAB.线性判别分析LDAC.深度学习Sparse Auto EncoderD.矩阵奇异值分解SVD

题目

下列方法中，不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Sparse Auto Encoder

D.矩阵奇异值分解SVD

相似考题

1.对于高维多元数据的代表性降维方法主要包括()。A.主元分析B.多维尺度分析C.线性判别分析D.局部线性嵌入

2.5、主成分分析方法只是一种数据降维的方法。（）

3.关于特征降维方法有线性判别分析（LDA）和主成分分析法（PCA），错误的是A．LDA和PCA的共同点是，都可以将原始的样本映射到维度更低的样本空间B．LDA是为了让映射后的样本有最好的分类性能。即LDA是一种有监督的降维方法C．PCA是为了让映射后的样本具有最大的发散性，即PCA是一种无监督的降维方法D．LDA和PCA都是有监督的降维方法

4.3、主成分分析方法只是一种数据降维的方法。（）

参考答案和解析
正确答案：C
更多“下列方法中,不可以用于特征降维的方法包括()A.主成分分析PCAB.线性判别分析LDAC.深度学习Sparse ”相关问题

  • 第1题：

    13、以下哪些模型方法适用于判别分析问题？

    A．Logistic 回归

    B．线性判别分析

    C．线性回归模型

    D．主成份分析模型


    logistical 回归;线性判别分析

  • 第2题：

    8、关于特征降维方法有线性判别分析（LDA）和主成分分析法（PCA），错误的是

    A．LDA和PCA的共同点是，都可以将原始的样本映射到维度更低的样本空间

    B．LDA是为了让映射后的样本有最好的分类性能。即LDA是一种有监督的降维方法

    C．PCA是为了让映射后的样本具有最大的发散性，即PCA是一种无监督的降维方法

    D．LDA和PCA都是有监督的降维方法


    LDA 和 PCA 都是有监督的降维方法

  • 第3题：

    【单选题】线性判别分析是一种（）的方法。

    A．降维

    B．升维

    C．二分类

    D．多分类


    协方差阵判别

  • 第4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

  • 第5题：

    把变量维数降低的方法不包括

    A．主成分分析(principal component analysis)

    B．因子分析(factor analysis)

    C．主轴因子法

    D．判别分析


    A

相关内容