机器学习第九次 9.主成分分析

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

2、PCA

二、并用自己的话阐述出两者的主要区别

答：一、特征选择就是特征降维中进行人工选择的方式，主观性剔除不要的特征。而PCA则是特征降维中除了特征选择的另一种降维方法，中文名为主成分分析技术，他的作用是尽可能降低原数据的维数，简化数据。

二、两者本质都是特征降维技术，主要区别就在于特征选择可以用去特征量少，适合人工筛选，以及部分特征的相关度高，容易消耗计算耗能的数据，而PCA则适用于成百上千条特征的数据

一、用自己的话描述出其本身的含义：

1、特征选择

2、PCA

二、并用自己的话阐述出两者的主要区别

答：一、特征选择就是特征降维中进行人工选择的方式，主观性剔除不要的特征。而PCA则是特征降维中除了特征选择的另一种降维方法，中文名为主成分分析技术，他的作用是尽可能降低原数据的维数，简化数据。

二、两者本质都是特征降维技术，主要区别就在于特征选择可以用去特征量少，适合人工筛选，以及部分特征的相关度高，容易消耗计算耗能的数据，而PCA则适用于成百上千条特征的数据