首页 > 职业鉴定考试
题目内容 (请给出正确答案)
[多选题]

下列方法中,可以用于特征降维的方法包括()。

A.主成分分析PCA

B.线性判别分析LDA

C.深度学习SparseAutoEncoder

D.矩阵奇异值分解SVD

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“下列方法中,可以用于特征降维的方法包括()。”相关的问题
第1题
特征提取和特征选择是对整个样本集进行特征降维的方法之一。()
点击查看答案
第2题
主成分分析法是对针对类别可分性,对已经有的特征进行特征降维的方法。()
点击查看答案
第3题
高层建筑中,下列可以避险的方法包括:()

A.失火时躲避到衣橱中

B.利用缓降器逃生

C.利用安全绳逃生

D.利用普通电梯逃生

点击查看答案
第4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

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

点击查看答案
第5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)

点击查看答案
第6题
下列关于类的说法中,错误的是()

A.Java中创建类的关键字是class

B.类中可以有属性与方法,属性用于描述对象的特征,方法用于描述对象的行为

C.Java中对象的创建,首先需要定义出一个类

D.一个类只能创建一个对象

点击查看答案
第7题
卷积主要用于得到图片的局部特征感知,池化主要用于特征降维,压缩数据和参数的数量。()
点击查看答案
第8题
下列选项中,属于模式识别系统的环节是()

A.预处理与特征生成

B.分类器训练

C.特征降维

D.模式采集

E.分类决策

点击查看答案
第9题
主成分分析、线性判别分析和矩阵奇异值分解都可以用于特征降维。()
点击查看答案
第10题
下列说法中,错误的一项是()。

A.内部类是被定义于另一个类中的类

B.使用内部类实现监听器,在编程时比较容易实现

C.内部类对象可以访问外部类的成员方法和变量,包括私有成员

D.由于内部类定义于另一个类,因此不适用于AWT的事件处理机制

点击查看答案
第11题
以下关于对应分析的表述中,错误的是()。

A.是一种降维方法,最终维度的选择需由研究者决定

B.利用加权主成分分析法描述两个或多个分类变量各水平间的相关性

C.对应分析图是对应分析方法的主要应用形式

D.对应分析结果不受极端值影响

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改