首页 > 试题广场 >

下列哪些方法可以用来对高维数据进行降维:

[不定项选择题]
下列哪些方法可以用来对高维数据进行降维:
  • LASSO
  • 主成分分析法
  • 聚类分析
  • 小波分析法
  • 线性判别法
  • 拉普拉斯特征映射
lasso通过参数缩减达到降维的目的;
pca就不用说了
线性鉴别法即LDA通过找到一个空间使得类内距离最小类间距离最大所以可以看做是降维;
小波分析有一些变换的操作降低其***扰可以看做是降维
拉普拉斯请看这个http://f.dataguru.cn/thread-287243-1-1.html
发表于 2015-08-22 12:41:45 回复(2)
Lasso(Least absolute shrinkage and selection operator, Tibshirani(1996)) 方法是一种压缩估计,它通过构造一个罚函数得到一个较为精炼的模型,使得它压缩一些系数,同时设定一些系数为零。因此保留了子集收缩的优点,是一种处理具有复共线性数据的有偏估计。Lasso 的基本思想是在回归系数的绝对值之和小于一个常数的约束条件下,使残差平方和最小化,从而能够产生某些严格等于 0 的回归系数,得到可以解释的模型。lasso通过参数缩减达到降维的目的;
发表于 2015-09-10 21:24:07 回复(0)
http://blog.csdn.net/yujianmin1990/article/details/48223001
聚类在降维中也是有应用的,希望牛客网后台再仔细一些~
发表于 2015-09-15 17:49:03 回复(4)
答案的这六个这篇博客都有介绍
发表于 2019-04-05 10:42:24 回复(0)
B 聚类分析,也是一种降维方法,先分大类,再细分小类。这样子也是将数据集降维,也是一种降维思想吧
发表于 2015-09-29 15:11:09 回复(0)
为什么聚类分析会是降维算法呢?这几篇博客讲的都是因为高维特征无法直接用基于距离使用的聚类分析,通过一些手段降维以后可以使用聚类,那这和将聚类分析本身算作降维方法有什么关系呢?
发表于 2019-09-19 04:31:11 回复(0)
从可视化角度看, 聚类结果(点代表一个数据x)可以展示2D平面上,所以也是一种降维分析.
发表于 2020-08-31 11:16:07 回复(1)

小波分析主要是用基础几个信号来代替整个源信号

来起到过滤高频噪声的作用,所以对高频噪声的过滤也是起到了降维的作用

发表于 2019-09-06 14:32:35 回复(0)
小波法分析通过选择适当层级的Detail coefficients和approximate coeficients可以起到降维、压缩数据的作用,当然降噪也是小波分析的主要作用之一。聚类分析是怎么降维的我就没有看明白了。
发表于 2019-04-09 22:30:23 回复(0)
小波分析法可以降维,第一次知道
发表于 2022-03-01 19:40:09 回复(0)
从线性代数的角度去看数据的降维
发表于 2019-06-13 16:49:23 回复(0)
http://www.36dsj.com/archives/26723
发表于 2015-08-22 16:20:22 回复(1)
PCA LDA SVD 稀疏自编码  不用说了
lasso通过参数缩减达到降维的目的
小波分析有一些变换的操作降低其***扰可以看做是降维
聚类在降维中也是有应用的
编辑于 2018-08-05 10:57:43 回复(0)
小波分析是啥? 
发表于 2017-04-24 19:07:18 回复(0)
B为啥不对?
求解释!!!
发表于 2017-03-01 08:47:37 回复(0)