如果结果不匹配，请 
更多“A于PCA(主成分分析)转化过的特征，朴素贝叶斯的“不依赖假…”相关的问题
第1题
LDA（线性区别分析)与PCA（主成分分析)均是降维的方法，下面描述不正确的是（)。
A.PCA和LDA均是基于监督学习的降维方法
B.假设原始数据一共有K个类别，那么LDA所得数据的降维维度小于或等于K−1
C.LDA降维后所得到维度是与数据样本的类别个数K有关(与数据本身维度无关)
D.PCA对高维数据降维后的维数是与原始数据特征维度相关(与数据类别标签无关)
第3题
关于主成分分析PCA说法不正确的是（)
A.我们必须在使用PCA前规范化数据
B.我们应该选择使得模型有最大variance的主成分
C.我们应该选择使得模型有最小variance的主成分
D.我们可以使用PCA在低纬度上做数据可视化
第4题
下列关于PCA说法正确的是（)。
A.在使用PCA之前，我们必须标准化数据
B.应该选择具有最大方差的主成分
C.应该选择具有最小方差的主成分
D.可以使用PCA在低维空间中可视化数据
第7题
下面对主成分分析和特征人脸描述不正确的是()。
A.假设原始灰度人脸图像维度是n*n，则特征人脸的维度是其一半
点击查看答案
B.在主成份分析的降维过程中，尽可能将数据向方差最大方向进行投影，使得数据所蕴含信息没有丢失，彰显个性
C.主成份分析方法是一种保证数据被投影后方差最大的特征降维方法
D.特征人脸方法是一种应用主成份分析来实现人脸图像降维的方法，其本质是用一种称为“特征人脸(eigenface)”的特征向量按照线性组合形式来表达每一张原始人脸图像，进而实现人脸识别
第10题
5G用户转化酬金结算规则中，购机号码为5G主卡客户：过机号码产生（)、或DM监测为移动主卡、或（)，同时剔除低活跃客户（月流量300M以下且MOU30分钟以下)。
A.5G流量≥50M，购机号码当月流量≥10GB
B.5G流量≥30M，购机号码当月流量≥1GB
C.5G流量≥50M，购机号码当月流量≥1GB
D.5G流量≥50M，购机号码当月流量≥10GB
