下面关于PCA算法的说法中错误的是
A.PCA算法是通过变换矩阵得到原有特征的线性组合,新特征之间是线性相关的。
B.第一主成分是原始特征的所有线性组合里是方差最大的。
C.第一主成分和第二主成分是互不相关的。
D.通过PCA方法得到的特征变换矩阵是由协方差矩阵所对应的最大的几个特征值所得到的特征向量构成的。
A.PCA算法是通过变换矩阵得到原有特征的线性组合,新特征之间是线性相关的。
B.第一主成分是原始特征的所有线性组合里是方差最大的。
C.第一主成分和第二主成分是互不相关的。
D.通过PCA方法得到的特征变换矩阵是由协方差矩阵所对应的最大的几个特征值所得到的特征向量构成的。
第1题
A.PCA算法是通过变换矩阵得到原有特征的线性组合,新特征之间是线性相关的。
B.第一主成分是原始特征的所有线性组合里是方差最大的。
C.第一主成分和第二主成分是互不相关的。
D.通过PCA方法得到的特征变换矩阵是由协方差矩阵所对应的最大的几个特征值所得到的特征向量构成的。
第2题
A.PCA算法是从一组特征中计算出一组按重要性从大到小排列的新特征,它们是原有特征的线性组合,并且相互之间是不相关的。
B.主成分分析的目的是将多个原始特征压缩为互不相关的少数综合特征的过程。
C.通过PCA方法得到的新特征能够完全表达原始特征的信息。
D.主成分分析方法需要计算原始特征的协方差矩阵或自相关矩阵。
第3题
A.PCA是从原空间中顺序找一组相互正交的坐标轴
B.原始数据中方差最大的方向是第一个坐标轴
C.基于特征值分解协方差矩阵实现PCA算法
D.奇异值分解只能适用于指定维数的矩阵分解
第4题
A.PCA是从原空间中顺序找一组相互正交的坐标轴
B.原始数据中方差最大的方向是第一个坐标轴
C.基于特征值分解协方差矩阵实现PCA算法
D.奇异值分解只能适用于指定维数的矩阵分解
第5题
A.PCA是从原空间中顺序找一组相互正交的坐标轴
B.原始数据中方差最大的方向是第一个坐标轴
C.基于特征值分解协方差矩阵实现PCA算法
D.奇异值分解只能适用于指定维数的矩阵分解
第6题
A.对比散度算法是一种无监督学习算法
B.对比散度算法能够发现训练集中样本最关键的特征
C.对比散度算法能够使真实的样本特征分布和重构的样本特征分布之间的KL散度取得误差范围内的极小值。
D.深度信念网中多层受限玻尔兹曼机同时通过对比散度算法完成预训练
为了保护您的账号安全,请在“赏学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!