对于PCA说法正确的是()
1.我们必须在使用PCA前规范化数据
2.我们应该选择使得模型有最大variance的主成分
3.我们应该选择使得模型有最小variance的主成分
4.我们可以使用PCA在低维度上做数据可视化
A.1,2and4
B.2and4
C.3and4
D.1and3
E.1,3and4
第1题:
请利用sklearn库实现具体数据的PCA降维方法,z得分规范化
第2题:
下面选项中说法正确的有()。
A.JDA特征转化时,降维方法中的数据重构选择PCA来进行
B.通过PCA得到k 维特征表示后,为了减小边缘分布差异,引入最大均值差异MMD,旨在k维嵌入中计算源域数据和目标域数据样本均值之间的距离
C.JDA中,目标域中没有标签数据,不能直接建模,需利用类条件分布来近似,因此可以利用在源域数据上训练得到的基分类器应用到目标域数据,得到目标域数据的伪标签
D.在JDA中,我们的目标是同时最小化域间边缘分布和条件分布的差异
第3题:
以下关于PCA算法的描述正确的有哪些
A.即使输入数据X各个维度上的数值相似度较高,依旧需要对其去均值
B.已知使用PCA算法压缩后的数据Y以及压缩矩阵A,但是无法大致还原压缩前的数据X
C.在使用PCA算法时,有可能陷入局部最小值,所以需要使用不同的初始化数值多次计算以获得更好的结果
D.使用PCA算法时,数据压缩后的维度M可以设置的偏小一点
第4题:
关于主成分分析(PCA)的描述,正确的是
A.PCA包括了K-L变换。
B.标准PCA使用了波段的相关矩阵。
C.标准PCA使用了协方差矩阵,目标是数据压缩。
D.以相关矩阵进行的PCA计算,偏重于图像分析,所产生的结果具有更好的解释性,但失去了数据压缩的优势。
第5题:
1、请利用sklearn库实现具体数据的PCA降维方法,z得分规范化