NO.PZ2023050402000008
问题如下:
将很多相互关联的特征,总结成少量的新的彼此之间不相关的组合变量,这种方法叫做?
选项:
A.特征选择
B.主成分分析
C.数据提取
D.特征工程
解释:
正确答案是B选项。主成分分析将很多相互关联的特征进行重新组合,总结成少量的新的组合变量,这些新的组合变量就是“主成分”,彼此之间不相关。降维里是降低原有特征而产出新变量,数据工程则是产出新变量。这个新变量和新特征怎么区分?
歪fine朱 · 2025年05月08日
NO.PZ2023050402000008
问题如下:
将很多相互关联的特征,总结成少量的新的彼此之间不相关的组合变量,这种方法叫做?
选项:
A.特征选择
B.主成分分析
C.数据提取
D.特征工程
解释:
正确答案是B选项。主成分分析将很多相互关联的特征进行重新组合,总结成少量的新的组合变量,这些新的组合变量就是“主成分”,彼此之间不相关。降维里是降低原有特征而产出新变量,数据工程则是产出新变量。这个新变量和新特征怎么区分?
pzqa38 · 2025年05月09日
嗨,努力学习的PZer你好:
一般情况下,先进行主成分分析,再进行特征工程
- 主成分分析:首先应用主成分分析对原始数据进行降维,得到一组主成分。主成分分析可以将高维数据投影到低维空间,减少数据的维度,同时保留数据的主要信息。
- 特征工程:在得到主成分后,经过特征选择(减少特征),再进行特征工程(增加特征)。可以对主成分进行进一步的处理,如选择重要的主成分、对主成分进行组合或转换等,以更好地满足模型的需求。这种情况下,主成分分析可以作为一种特征提取的方法,为后续的特征工程提供基础。
在实际应用中,还可以根据具体情况多次迭代特征工程和主成分分析的过程,不断优化数据的表示和模型的性能。例如,先进行一轮特征工程,然后用主成分分析进行降维,再根据降维后的数据进行第二轮特征工程,如此反复,直到达到满意的效果。
降维里是降低原有特征而产出新变量,数据工程则是产出新变量。这个新变量和新特征怎么区分?新特征和变量是一回事的哈
----------------------------------------------
虽然现在很辛苦,但努力过的感觉真的很好,加油!
NO.PZ2023050402000008问题如下 将很多相互关联的特征,总结成少量的新的彼此之间不相关的组合变量,这种方法叫做?A.特征选择B.主成分分析C.数据提取特征工程正确答案是B。主成分分析将很多相互关联的特征进行重新组合,总结成少量的新的组合变量,这些新的组合变量就是“主成分”,彼此之间不相关。需要明确一下主成分分析与特征选择之间有什么关系,感觉主成分分析不应该放在数据探索关系这里
NO.PZ2023050402000008 问题如下 将很多相互关联的特征,总结成少量的新的彼此之间不相关的组合变量,这种方法叫做? A.特征选择 B.主成分分析 C.数据提取 特征工程 正确答案是B。主成分分析将很多相互关联的特征进行重新组合,总结成少量的新的组合变量,这些新的组合变量就是“主成分”,彼此之间不相关。 对应讲义哪里?
NO.PZ2023050402000008问题如下 将很多相互关联的特征,总结成少量的新的彼此之间不相关的组合变量,这种方法叫做?A.特征选择B.主成分分析C.数据提取特征工程正确答案是B。主成分分析将很多相互关联的特征进行重新组合,总结成少量的新的组合变量,这些新的组合变量就是“主成分”,彼此之间不相关。本题的答案与数据提取有啥区别呢
NO.PZ2023050402000008问题如下将很多相互关联的特征,总结成少量的新的彼此之间不相关的组合变量,这种方法叫做?A.特征选择B.主成分分析C.数据提取特征工程正确答案是B。主成分分析将很多相互关联的特征进行重新组合,总结成少量的新的组合变量,这些新的组合变量就是“主成分”,彼此之间不相关。这个为啥不是?不是创造新的了?