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2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3题
A.直接进行DFT计算运算量太大,所以要推导快速算法FFT。
B.利用DFT定义中旋转因子的对称性,周期性和可约性,就能简化其计算过程,从而得到快速算法FFT。
C.FFT是在DFT基础上推出的一种新的变换。
D.FFT算法不止我们课件上提到的这种,还有多种不同的形式。
第4题
A.算法可以说是解决问题的方法和步骤
B.算法是解决问题的精准描述
C.算法的特征为:有限个步骤完成,明确性(即没有二义性),可行性
D.自然语言不能用来表示算法,而流程图可以
第5题
A.MobileNet核心是将卷积拆分为Depthwise+Pointwise两部分
B.MobileNet采用组卷积操作提高速度
C.MobileNet中Pointwise采用了组卷积技术获得特征
D.Pointwise将不同组的特征进行融合
第6题
A.MobileNet核心是将卷积拆分为Depthwise+Pointwise两部分
B.MobileNet采用组卷积操作提高速度
C.MobileNet中Pointwise采用了组卷积技术获得特征
D.Pointwise将不同组的特征进行融合
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!