9、主成分分析

一、用自己的话描述出其本身的含义:

1、特征选择

提取到的所有特征中选择和类标签有关的特征作为训练集特征,特征在选择前和选择后不改变值。

2、PCA

PCA即主成分技术,又称主分量分析。主成分分析也称主分量分析,旨在利用降唯的思想,把多指标转化为少数几个综合指标一种常见的数据分析方式,常用于高维数据的降维,可用于提取数据的主要特征分量。

二、并用自己的话阐述出两者的主要区别

特征选择就是单纯地从提取到的所有特征中选择部分特征作为训练集特征,特征在选择前和选择后不改变值,但是选择后的特征维数肯定比选择前小,毕竟我们只选择了其中的一部分特征,是人为的。而PCA要考虑数据的简化,,PCA是算法自动控制的。

上一篇:9.主成分分析


下一篇:sklearn中的PCA