L1惩罚模型,PCA(主成分分析法)和LDA(线性判别分析法)
PCA-->无监督的降维(无类别信息)-->选择方差大的方向投影,方差越大所含的信息量越大,信息损失越少.可用于特征提取和特征选择。
LDA-->有监督的降维(有类别信息)-->选择投影后的类别内的方差小,类别间的方差较大.
发布者：admin，如若转载，请注明出处：https://ai1024.vip/40832.html
L1惩罚模型,PCA(主成分分析法)和LDA(线性判别分析法)
PCA-->无监督的降维(无类别信息)-->选择方差大的方向投影,方差越大所含的信息量越大,信息损失越少.可用于特征提取和特征选择。
LDA-->有监督的降维(有类别信息)-->选择投影后的类别内的方差小,类别间的方差较大.
发布者：admin，如若转载，请注明出处：https://ai1024.vip/40832.html
admin 