在这里你可以学到更多的知识

为什么PCA不被推荐用来避免过拟合?

Tensorflow littlechi 0℃

PCA是一种无监督学习,其存在的假设是:方差越大信息量越多。但是信息(方差)小的特征并不代表表对于分类没有意义,可能正是某些方差小的特征直接决定了分类结果,而PCA在降维过程中完全不考虑目标变量的做法会导致一些关键但方差小的分类信息被过滤掉

转载请注明:小池编程的博客 » 为什么PCA不被推荐用来避免过拟合?

喜欢 (0)or分享 (0)