题目内容
（请给出正确答案）
[单选题]
主成份分析的作用有哪些
A.高维数据降维
B.预测
C.综合评价
D.描述变量间的关系
答案
B、预测
如搜索结果不匹配，请 联系老师 获取答案
A.高维数据降维
B.预测
C.综合评价
D.描述变量间的关系
更多“主成份分析的作用有哪些”相关的问题
第3题
LDA（线性区别分析)与PCA（主成分分析）均是降维的方法，下面描述不正确的是（）
A.PCA对高维数据降维后的维数是与原始数据特征维度相关（与数据类别标签无关）
B.LDA降维后所得到维度是与数据样本的类别个数K有关（与数据本身维度无关）
C.假设原始数据一共有K个类别，那么LDA所得数据的降维维度小于或等于K−1
D.PCA和LDA均是基于监督学习的降维方法
第4题
LDA（线性区别分析)与PCA（主成分分析）均是降维的方法，下面描述不正确的是（）
A.PCA对高维数据降维后的维数是与原始数据特征维度相关（与数据类别标签无关）
B.LDA降维后所得到维度是与数据样本的类别个数K有关（与数据本身维度无关）
C.假设原始数据一共有K个类别，那么LDA所得数据的降维维度小于或等于K−1
D.PCA和LDA均是基于监督学习的降维方法
第5题
LDA（线性区别分析)与PCA（主成分分析）均是降维的方法，下面描述不正确的是（）
A.PCA对高维数据降维后的维数是与原始数据特征维度相关（与数据类别标签无关）
B.LDA降维后所得到维度是与数据样本的类别个数K有关（与数据本身维度无关）
C.假设原始数据一共有K个类别，那么LDA所得数据的降维维度小于或等于K−1
D.PCA和LDA均是基于监督学习的降维方法
第6题
LDA（线性区别分析)与PCA（主成分分析）均是降维的方法，下面描述不正确的是（）
A.PCA对高维数据降维后的维数是与原始数据特征维度相关（与数据类别标签无关）
B.LDA降维后所得到维度是与数据样本的类别个数K有关（与数据本身维度无关）
C.假设原始数据一共有K个类别，那么LDA所得数据的降维维度小于或等于K−1
D.PCA和LDA均是基于监督学习的降维方法
第7题
LDA（线性区别分析)与PCA（主成分分析）均是降维的方法，下面描述不正确的是（）
A.PCA对高维数据降维后的维数是与原始数据特征维度相关（与数据类别标签无关）
B.LDA降维后所得到维度是与数据样本的类别个数K有关（与数据本身维度无关）
C.假设原始数据一共有K个类别，那么LDA所得数据的降维维度小于或等于K−1
D.PCA和LDA均是基于监督学习的降维方法
