作业9-主成分分析
一、用自己的话描述出其本身的含义:
1、特征选择
将高维空间的样本通过映射或者是变换的方式转换到低维空间,达到降维的目的,然后通过特征选取删选掉冗余和不相关的特征来进一步降维。从而提高模型精确度,减少运行时间的目的。
2、PCA
是一种常见的数据分析方式,常用于高维数据的降维,可用于提取数据的主要特征分量。
二、并用自己的话阐述出两者的主要区别
PCA降维是从选择最优基向量来选择方差较大的维度,因为假定小方差维度携带的信息量可以忽略不计。
特征选择则是从模式识别的方向出发的数据处理方法,一些方法会利用到response信息。