主观题

请描述主成份分析(PCA)算法步骤

查看答案
该试题由用户400****68提供 查看答案人数:12034 如遇到问题请 联系客服
正确答案
该试题由用户400****68提供 查看答案人数:12035 如遇到问题请联系客服

相关试题

换一换
主观题
请描述主成份分析(PCA)算法步骤
答案
主观题
请描述主成份分析(PCA)算法步骤
答案
单选题
PCA主成份分析通过线性组合实现对原始数据的降维,在进行PCA降维时不用对原始数据进行数据标准化;()
A.正确 B.错误
答案
主观题
请描述建设投资分类估算法的估算步骤。
答案
单选题
关于主成分分析PCA说法不正确的是()。
A.我们必须在使用PCA前规范化数据 B.我们应该选择使得模型有最大variance的主成分 C.我们应该选择使得模型有最小variance的主成分 D.我们可以使用PCA在低纬度上做数据可视化
答案
主观题
简述ID3算法的基本思想及其主算法和建树算法的基本步骤。
答案
主观题
简述ID3算法的基本思想及其主算法和建树算法的基本步骤
答案
单选题
最出名的降维算法是PCA和t-SNE。将这两个算法分别应用到数据「X」上,并得到数据集「X_projected_PCA」,「X_projected_tSNE」。下面哪一项对「X_projected_PCA」和「X_projected_tSNE」的描述是正确的()。
A.X_projected_PCA在最近邻空间能得到解释 B.X_projected_tSNE在最近邻空间能得到解释 C.两个都在最近邻空间能得到解释 D.两个都不能在最近邻空间得到解释
答案
主观题
请简述主风机组正常停机的步骤。
答案
单选题
主成分分析的步骤是()
A.中心化数据集-计算主成分矩阵-计算协方差矩阵-计算特征根-得到降维后的数据集 B.中心化数据集-计算协方差矩阵-计算特征根-计算主成分矩阵-得到降维后的数据集 C.计算协方差矩阵-计算主成分矩阵-计算特征根-中心化数据集-得到降维后的数据集 D.计算协方差矩阵-计算特征根-中心化数据集-计算主成分矩阵-得到降维后的数据集
答案
购买搜题卡 会员须知 | 联系客服
会员须知 | 联系客服
关注公众号,回复验证码
享30次免费查看答案
微信扫码关注 立即领取
恭喜获得奖励,快去免费查看答案吧~
去查看答案
全站题库适用,可用于E考试网网站及系列App

    只用于搜题看答案,不支持试卷、题库练习 ,下载APP还可体验拍照搜题和语音搜索

    支付方式

     

     

     
    首次登录享
    免费查看答案20
    微信扫码登录 账号登录 短信登录
    使用微信扫一扫登录
    登录成功
    首次登录已为您完成账号注册,
    可在【个人中心】修改密码或在登录时选择忘记密码
    账号登录默认密码:手机号后六位