一、用自己的话描述出其本身的含义:
1.特征选择
特征选择就是在大数据的很多特征中筛选出符合要求的特征,而且没有进行降维或者其他变化。
2.PCA
就是降低维数,减少数据的某些属性,降低冗余度,同时也从这些现有的特征中构建新的特征,提高模型构建的准确度。
二、并用自己的话阐述出两者的主要区别
1.特征选择
在有多个特征的数据集中选择出几个特征,用于训练模型。没有进行降维或者其他变化。
2.PCA
降低数据集的维度,改变原来特征的形式。
一、用自己的话描述出其本身的含义:
1.特征选择
特征选择就是在大数据的很多特征中筛选出符合要求的特征,而且没有进行降维或者其他变化。
2.PCA
就是降低维数,减少数据的某些属性,降低冗余度,同时也从这些现有的特征中构建新的特征,提高模型构建的准确度。
二、并用自己的话阐述出两者的主要区别
1.特征选择
在有多个特征的数据集中选择出几个特征,用于训练模型。没有进行降维或者其他变化。
2.PCA
降低数据集的维度,改变原来特征的形式。