降维可以减少硬盘存储空间、提高算法的速度,如果是降到2或3维,还可以可视化。
使用PCA降维去避免过拟合,这是一种不好的做法,不建议这样做(虽然也可以),我们可以使用正则化更好的避免过拟合:
做原始模型的时候不必把PCA列入其中,尽量使用原始的数据,除非数据的维数很大,占用很多空间和内存,才需要去考虑。
PCA是一种无监督算法,用于提高算法速度,但会损失一些精度,只要在合理的范围,我们便认为是可以的。
降维可以减少硬盘存储空间、提高算法的速度,如果是降到2或3维,还可以可视化。
使用PCA降维去避免过拟合,这是一种不好的做法,不建议这样做(虽然也可以),我们可以使用正则化更好的避免过拟合:
做原始模型的时候不必把PCA列入其中,尽量使用原始的数据,除非数据的维数很大,占用很多空间和内存,才需要去考虑。
PCA是一种无监督算法,用于提高算法速度,但会损失一些精度,只要在合理的范围,我们便认为是可以的。
本文标题:应用PCA的建议(Advice of applying PCA)
本文链接:https://www.haomeiwen.com/subject/raqcyxtx.html
网友评论