主成分分析(PCA)的主要使用场景

PCA的主要适用场景:效率 (1)非监督式的数据集方法 它是一种非监督式的降维方法,所以适用于不带有标签的数据集,对于带有标签的能够采用LDA数据 (2)根据方差自主控制特征数量标签 最大的主成分的数量会小于或等于特征的数量,即,PCA能够输出所有的特征,具体取决于选择特征中解释的方差比例 (3)更少的正则化处理 选择较多的主成分将致使更少的平滑,由于能保留不少特征,减小正则化 (4)数据量较大的
相关文章
相关标签/搜索