题目内容（请给出正确答案）

[单选题]

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

答案

PCA和LDA均是基于监督学习的降维方法

如搜索结果不匹配，请联系老师获取答案

您可能会需要：

重置密码查看订单联系客服

安装赏学吧APP，拍照搜题省时又省心！

更多“LDA（线性区别分析)与PCA（主成分分析）均是降维的方法，…”相关的问题

第1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

点击查看答案

第2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

点击查看答案

第3题

关于特征降维方法有线性判别分析（LDA）和主成分分析法（PCA），错误的是

A.LDA和PCA的共同点是，都可以将原始的样本映射到维度更低的样本空间

B.LDA是为了让映射后的样本有最好的分类性能。即LDA是一种有监督的降维方法

C.PCA是为了让映射后的样本具有最大的发散性，即PCA是一种无监督的降维方法

D.LDA和PCA都是有监督的降维方法

点击查看答案

第4题

关于特征降维方法有线性判别分析（LDA）和主成分分析法（PCA），错误的是

A.LDA和PCA的共同点是，都可以将原始的样本映射到维度更低的样本空间

B.LDA是为了让映射后的样本有最好的分类性能。即LDA是一种有监督的降维方法

C.PCA是为了让映射后的样本具有最大的发散性，即PCA是一种无监督的降维方法

D.LDA和PCA都是有监督的降维方法

点击查看答案

第5题

【多选题】下列属于线性的降维方法有（）

A.PCA

B.LDA

C.局部线性嵌套(LLE)

D.非负矩阵分解(NMF)

点击查看答案

第6题

PCA是一种无监督的降维方法

点击查看答案

第7题

假设原始数据个数为n，原始数据维数为d，降维后的维数为l，下面对主成分分析算法描述不正确的是（）

A.主成分分析要学习一个映射矩阵，其大小是d×l

B.每个原始数据的维数大小从d变成了l

C.主成分分析学习得到了l个d维大小的向量，这l个d维向量之间彼此相关

D.在主成分分析中，我们将带约束的最优化问题，通过拉格朗日乘子法将其转化为无约束最优化问题

点击查看答案

第8题

PCA是一种有监督的降维方法。

点击查看答案

警告：系统检测到您的账号存在安全风险

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！

微信搜一搜

赏学吧

点击打开微信

警告：系统检测到您的账号存在安全风险

抱歉，您的账号因涉嫌违反赏学吧购买须知被冻结。您可在“赏学吧”微信公众号中的“官网服务”-“账号解封申请”申请解封，或联系客服。

微信搜一搜

赏学吧

点击打开微信