主成分分析

标签：数据集   自己   保留   str   自己的   strong   一个   span   选择   

一、用自己的话描述出其本身的含义：

1、特征选择

　　当我们拿到一个数据集的时候，它其中的特征会有很多，如果我们直接导入计算运算量将是极其庞大和没用处的，所以要对特征进行降维选择性的舍弃，留住重要部分，这个操作就叫特征选择。

2、PCA

　　PCA是一种很成熟的用来对数据集进行简化降维的一种算法，他是在保留最多有用特征的前提下，对数据进行降维，删除无用数据，并用算法计算出一套新的简便的数据替换老数据。

二、并用自己的话阐述出两者的主要区别

　　特征选择是人为的进行主动的选择那些特征要那些不要来降维，而PCA是用一套成熟的算法来对数据自动的进行降维，是用一系列全新的和原数据等价的降维的数据对原数据进行替换。

主成分分析

标签：数据集   自己   保留   str   自己的   strong   一个   span   选择   

原文地址：https://www.cnblogs.com/crjia/p/12811394.html