1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 数据挖掘与模式识别

模式识别基础：特征提取与选择_13.特征降维技术.docx

模式识别基础：特征提取与选择_13.特征降维技术.docx

    1. 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
    2. 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
    3. 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    查看更多

    PAGE1

    PAGE1

    13.特征降维技术

    13.1特征降维的必要性

    在模式识别领域，特别是在处理高维数据时，特征降维是一个重要的步骤。高维数据往往会带来许多问题，例如“维数灾难”（CurseofDimensionality）、过拟合（Overfitting）、计算复杂度高、存储成本大等。特征降维技术可以帮助我们解决这些问题，通过减少特征的数量来提高模型的性能和效率。

    13.2主成分分析（PCA）

    主成分分析（PrincipalComponentAnalysis,PCA）是一种常用的线性降维方法，它通过将原始特征转换为一组新的特征，这些新特征是原始特征的线性组合

    您可能关注的文档

    最近下载

    文档评论（0）

    找工业软件教程找老陈 + 关注
    实名认证
    服务提供商

    寻找教程；翻译教程；题库提供；教程发布；计算机技术答疑；行业分析报告提供；

    咨询作者（408人已咨询） 已休息

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >