下列方法中，不可以用于特征降维的方法包括()A.主成分分析PCAB.线性判别分析LDAC.深度学习Sparse Auto EncoderD.矩阵奇异值分解SVD

下列方法中，不可以用于特征降维的方法包括()

A.主成分分析PCA

B.线性判别分析LDA

C.深度学习Sparse Auto Encoder

D.矩阵奇异值分解SVD

相关考题：

对于高维多元数据的代表性降维方法主要包括()。 A.主元分析B.多维尺度分析C.线性判别分析D.局部线性嵌入
查看答案
3、主成分分析方法只是一种数据降维的方法。（）
查看答案
5、主成分分析方法只是一种数据降维的方法。（）
查看答案
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
查看答案
13、以下哪些模型方法适用于判别分析问题？A．Logistic 回归B．线性判别分析C．线性回归模型D．主成份分析模型
查看答案
105、主成分分析法是对针对类别可分性，对已经有的特征进行特征降维的方法。
查看答案
8、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
查看答案
把变量维数降低的方法不包括A．主成分分析(principal component analysis)B．因子分析(factor analysis)C．主轴因子法D．判别分析
查看答案
【单选题】线性判别分析是一种（）的方法。A．降维B．升维C．二分类D．多分类
查看答案
热门标签