最好的降维算法是什么?我们可以使用的选择标准是什么?我知道当涉及到均方和线性减少时,PCA是最好的技术。
发布于 2015-12-10 23:00:15
没有最好的技术,句号。它适用于所有无监督学习,其中没有不同于方法内部的实际目标/标准。这就是为什么对于分类,你有更好和更差的方法,但你没有更好/更差的聚类器和/或降维。你只有不同的,做不同的事情,仅此而已。
每种方法都是最好的。PCA最适合于导致最高保留方差的线性减少,因为它是它的定义,而不是因为它比其他人做同样的事情更好-没有其他人做同样的事情。
我故意省略非收敛方法的问题,在那里,你可以明显地说,一些优化技术(算法)比另一种更好。但重要的是要区分方法(如PCA)和特定的求解器/实现(如SVD、随机PCA等)。
列出所有降维技术及其定义(因为这是它们“最擅长的”)超出了SO的范围,特别是因为它们有几十种(数百种),你可以通过谷歌很容易地找到它们。
https://stackoverflow.com/questions/34205029
复制相似问题