题目内容

主成分分析（PCA）直接通过一个线性变换，将原始空间中的样本投影到新的低维空间中。PCA采用一组新的基来表示样本点，其中每一个基向量都是原来基向量的（）组合，通过使用尽可能少的新基向量来表出样本，从而达到降维的目的。

A. 非线性
B. 线性
C. 指数
D. 核化

查看答案

搜索结果不匹配？点我反馈

更多问题

只要给予网络足够数量的隐藏单元，一个前馈神经网络可以以任意的精度来近似任何从一个有限维空间到另一个有限维空间的 Borel 可测函数。

正则化会产生更稀疏的解。此处稀疏性指的是最优值中的一些参数为0。其导出的稀疏性质已经被广泛地用于（）机制。

A. L1 特征清洗
B. L2 特征选择
C. L2 特征清洗
D. L1特征选择

运行两次K均值聚类，设置相同的种子值一般可以得到相同的聚类结果？

在概率图模型的学习与推断中，精确推断法中的变量消去法只适用于有向图，不适用于无向图。