题目内容

关于PCA和SVD比较错误的是 ( )。

A. PCA和SVD都可以用于降低维度
B. SVD可以用来计算伪逆
C. PCA只能获取单个方向的主成分
D. PCA无需进行零均值化

查看答案

搜索结果不匹配？点我反馈

更多问题

关于维数灾难的说法错误的是 ( )。

A. 高维度数据增加了运算难度
B. 降低高维度数据维度会对数据有所损伤
C. 高维度数据可使得算法泛化能力变得越来越强
D. 高维度数据难以可视化

降维涉及的投影矩阵一般要求正交,正交矩阵用于投影的优缺点说法正确的是 ( )。

A. 正交矩阵不便于进行降维和重构计算
B. 正交矩阵投影变换之后的矩阵不同坐标之间是不相关的
C. 坐标之间去相关后必定有利于提高后续的学习性能
D. 以上说法都不对

哪些类型的数据适合做降维 ( )。

A. 原始维度不高的数据
B. 特征之间存在线性关系的数据
C. 维度很高且各个维度之间相关性比较弱的数据
D. 以上数据都不适合做降维

几种常见的降维算法有共同特点有 ( )。

A. 均为无监督学习算法
B. 均不要求数据符合高斯分布
C. 都利用了矩阵分解的思想
D. 都会导致数据过拟合