深度学习基础——特征工程（二）

依然贴出概述图，接下来对多个特征部分的预处理详细解说。 一，特征降维——PCA（主成分分析） 我们在数据处理的过程中，丰富的特征提供信息的同时也提供了干扰，但是盲目减少指标又会丢失信息。因此，需要选择最有效的特征并且尽可能的减少信息丢失，这就是PCA的目标。 1，先讲数据降维。为什么数据能够降维？看下面图1，图1显示的是在空间中的数据，这些数据可以分到x,y,z三个特征轴上，但是我们可以看到这些点

>>阅读原文<<