深度學習基礎——特徵工程（二）

依然貼出概述圖，接下來對多個特徵部分的預處理詳細解說。 一，特徵降維——PCA（主成分分析） 我們在數據處理的過程中，豐富的特徵提供信息的同時也提供了干擾，但是盲目減少指標又會丟失信息。因此，需要選擇最有效的特徵並且儘可能的減少信息丟失，這就是PCA的目標。 1，先講數據降維。爲什麼數據能夠降維？看下面圖1，圖1顯示的是在空間中的數據，這些數據可以分到x,y,z三個特徵軸上，但是我們可以看到這些點

>>阅读原文<<