niusouti.com

LDA（线性区别分析)与PCA（主成分分析）均是降维的方法，下面描述不正确的是（）A．PCA对高维数据降维后的维数是与原始数据特征维度相关（与数据类别标签无关）B．LDA降维后所得到维度是与数据样本的类别个数K有关（与数据本身维度无关）C．假设原始数据一共有K个类别，那么LDA所得数据的降维维度小于或等于K−1D．PCA和LDA均是基于监督学习的降维方法

题目

LDA（线性区别分析)与PCA（主成分分析）均是降维的方法，下面描述不正确的是（）

A．PCA对高维数据降维后的维数是与原始数据特征维度相关（与数据类别标签无关）

B．LDA降维后所得到维度是与数据样本的类别个数K有关（与数据本身维度无关）

C．假设原始数据一共有K个类别，那么LDA所得数据的降维维度小于或等于K−1

D．PCA和LDA均是基于监督学习的降维方法

相似考题

1.下列关于主成分分析的表述正确的有( )。A.主成分分析的目的是寻找少数几个主成分代表原来的多个指标B.所确定的几个主成分之间是高度相关的C.所确定的几个主成分之间是互不相关的D.使用主成分分析方法的前提是原来的多个指标之间是相关的E.各主成分是原来指标的线性函数

2.下列哪些不特别适合用来对高维数据进行降维()A.LASSOB.主成分分析法C.聚类分析D.小波分析法E.线性判别法F.拉普拉斯特征映射

3.对于PCA(主成分分析)转化过的特征,朴素贝叶斯的”不依赖假设”总是成立,因为所有主要成分是正交的,这个说法是()A.正确的B.错误的

4.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

更多“LDA（线性区别分析)与PCA（主成分分析）均是降维的方法，下面描述不正确的是（）”相关问题

  • 第1题：

    因子分析是主成分分析的发展，主成分分析是进行因子分析的一种重要方法。()


    参考答案：√

  • 第2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


    正确答案：ABCD

  • 第3题：

    请描述主成份分析（PCA）算法步骤


    正确答案: 1.规范化输入的数据：所有属性落在相同的区间内；
    2，计算k个标准正交向量，即主成分；
    3，每个数据数据的向量都是这k主成分向量的线性组合；
    4，主成分按照重要程度降序排序。

  • 第4题：

    主成分分析法和因子分析法的联系和区别是什么？


    正确答案: 联系：
    都是统计分析方法，都要对变量标准化，并找出相关矩阵。
    因子分析是主成分分析的发展，主成分分析是进行因子分析的一种重要方法。
    区别：
    主成分分析是通过坐标变换提取主成分，将一组具有相关性的变量变换为一组独立的变量，将主成分表示为原始观察变量的线形组合；而因子分析的结果实将原始观察变量分解为因子的线形组合。

  • 第5题：

    （）是将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法，又称主分量分析。

    • A、回归分析
    • B、方差分析
    • C、因子分析
    • D、主成分分析

    正确答案:D

  • 第6题：

    下面属于维归约常用的线性代数技术的有（）

    • A、主成分分析
    • B、特征提取
    • C、奇异值分解
    • D、特征加权
    • E、离散化

    正确答案:A,C

  • 第7题：

    二阶分析方法与非线性分析方法有何区别？


    正确答案:二阶与非线性分析本质一样，区别仅是二阶多指几何非线性，基本不进行材料非线性分析，而非线性则有几何非线性及材料非线性两种。

  • 第8题：

    下列对于非线性回归的说法正确的是（）

    • A、回归分析中，依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的，分为线性回归分析和非线性回归分析
    • B、对具有非线性关系的因变量与自变量的数据进行的回归分析
    • C、处理非线性回归的基本方法是，通过变量变换，将非线性回归化为线性回归，然后用线性回归方法处理
    • D、通常线性回归分析法是最基本的分析方法，遇到非线性回归问题可以借助数学手段化为线性回归问题处理

    正确答案:A,B,C,D

  • 第9题：

    多选题
    一下对非线性回归的说法正确的是（）
    A

    回归分析中，依据描述的自变量与因变量之间的因果关系的函数表达式是线性还是非线性的，分为线性回归分析和非线性回归分析

    B

    对具有非线性关系的因变量与自变量进行回归分析

    C

    处理非线性回归的基本方法是，通过变量变换，将非线性回归化为线性回归，然后用线性回归方法处理

    D

    通常线性回归分析方法是最基本的分析方法，遇到非线性回归问题可以借助教学手段化为线性回归问题处理


    正确答案： D,B
    解析： 暂无解析

  • 第10题：

    单选题
    变量的量纲比如以厘米或者米为单位对下面哪种方法会有影响（）
    A

    方差分析

    B

    回归分析

    C

    聚类分析

    D

    主成分分析


    正确答案： A
    解析： 暂无解析

  • 第11题：

    多选题
    下面属于维归约常用的线性代数技术的有（）
    A

    主成分分析

    B

    特征提取

    C

    奇异值分解

    D

    特征加权

    E

    离散化


    正确答案： E,B
    解析： 暂无解析

  • 第12题：

    问答题
    试述因子分析与主成分分析的联系与区别。

    正确答案： 因子分析与主成分分析的联系是：①两种分析方法都是一种降维、简化数据的技术。
    ②两种分析的求解过程是类似的，都是从一个协方差阵出发，利用特征值、特征向量求解。因子分析可以说是主成分分析的姐妹篇，将主成分分析向前推进一步便导致因子分析。因子分析也可以说成是主成分分析的逆问题。如果说主成分分析是将原指标综合、归纳，那么因子分析可以说是将原指标给予分解、演绎。
    因子分析与主成分分析的主要区别是：主成分分析本质上是一种线性变换，将原始坐标变换到变异程度大的方向上为止，突出数据变异的方向，归纳重要信息。而因子分析是从显在变量去提炼潜在因子的过程。此外，主成分分析不需要构造分析模型而因子分析要构造因子模型。
    解析： 暂无解析

  • 第13题：

    ()都是高维空间向低维空间映射变换的方法，通过云除数据值方差小的维度，进行降维。

    A.线性鉴别分析

    B.主成分分析

    C.流形分析

    D.图模型


    参考答案：ABCD

  • 第14题：

    关于主成分分析PCA说法正确的是:( )

    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：ABD

  • 第15题：

    判别分析方法经常与哪类多元分析方法联合使用（）。

    • A、因子分析
    • B、主成分分析
    • C、聚类分析
    • D、典型相关分析

    正确答案:C

  • 第16题：

    什么是因子分析？它与主成分分析的区别如何？


    正确答案: 因子分析模型是主成分分析的推广，他也是利用降维的思想，由研究原始变量相关矩阵内部的依赖关系车发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。

  • 第17题：

    简述单萜类与二萜类成分在分析方法上的区别。


    正确答案: 萜类化合物在自然界分布很广，单萜和倍半萜是构成中药挥发油的主要成分，如薄荷脑、龙脑等，可用气相色谱法测定。而二萜类成分是形成树脂的主要成分，多不具有挥发性，但结构中多含有双键，所以可用高效液相色谱法测定其含量。

  • 第18题：

    变量的量纲比如以厘米或者米为单位对下面哪种方法会有影响（）

    • A、方差分析
    • B、回归分析
    • C、聚类分析
    • D、主成分分析

    正确答案:C

  • 第19题：

    一下对非线性回归的说法正确的是（）

    • A、回归分析中，依据描述的自变量与因变量之间的因果关系的函数表达式是线性还是非线性的，分为线性回归分析和非线性回归分析
    • B、对具有非线性关系的因变量与自变量进行回归分析
    • C、处理非线性回归的基本方法是，通过变量变换，将非线性回归化为线性回归，然后用线性回归方法处理
    • D、通常线性回归分析方法是最基本的分析方法，遇到非线性回归问题可以借助教学手段化为线性回归问题处理

    正确答案:A,B,C,D

  • 第20题：

    在模式识别研究方法中，最有用且最易使用的模式识别技术（）

    • A、主成分分析
    • B、层次聚类分析
    • C、非线性影射
    • D、偏最小二乘法-判别分析

    正确答案:A

  • 第21题：

    问答题
    因子分析与主成分分析有何区别与联系？

    正确答案： 联系：均是降维的处理变量（样品）的方法；
    区别：因子分析是把变量表示成各个因子的线性组合，而主成分分析是把主成分表示成变量的线性组合。
    解析： 暂无解析

  • 第22题：

    问答题
    二阶分析方法与非线性分析方法有何区别？

    正确答案： 二阶与非线性分析本质一样，区别仅是二阶多指几何非线性，基本不进行材料非线性分析，而非线性则有几何非线性及材料非线性两种。
    解析： 暂无解析

  • 第23题：

    问答题
    什么是因子分析？它与主成分分析的区别如何？

    正确答案： 因子分析模型是主成分分析的推广，他也是利用降维的思想，由研究原始变量相关矩阵内部的依赖关系车发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。
    解析： 暂无解析

  • 第24题：

    问答题
    试述根据协差阵进行主成分分析和根据相关阵进行主成分分析的区别。

    正确答案： 从相关阵求得的主成分与协差阵求得的主成分一般情况是不相同的。从协方差矩阵∑出发的，其结果受变量单位的影响。主成分倾向于多归纳方差大的变量的信息，对于方差小的变量就可能体现得不够，也存在“大数吃小数”的问题。实际表明，这种差异有时很大。我们认为，如果各指标之间的数量级相差悬殊，特别是各指标有不同的物理量纲的话，较为合理的做法是使用R代替∑。对于研究经济问题所涉及的变量单位大都不统一，采用R代替∑后，可以看作是用标准化的数据做分析，这样使得主成分有现实经济意义，不仅便于剖析实际问题，又可以避免突出数值大的变量。
    解析： 暂无解析

相关内容