PCA降維與特徵選取的區別

1.概念簡介 PCA是指 Principal Components Analysis,譯爲主要成分分析。用於減少數據集的維度，同時保持數據集中使方差貢獻最大的特徵。改變了原來特徵的形式。 特徵選取是從包含多個特徵的數據集中挑選出幾個特徵作爲實際使用的數據集，用於訓練模型。沒有改變特徵的形式。 2.問題背景 在實際的問題中，數據集中的特徵可能過多。比如，30*30的一張圖片的特徵會有900個，房價預

>>阅读原文<<