一、用自己的话描述出其本身的含义:
1、特征选择:将高维空间的样本通过映射或者是变换的方式转换到低维空间,达到降维的目的,然后通过特征选取删选掉冗余和不相关的特征来进一步降维。
2、PCA:将多个变量通过线性变换以选出较少个重要变量的一种多元统计分析方法。本质上是从一个维度空间映射到另一个维度空间,在映射的过程中特征值也会相应的变化。
二、并用自己的话阐述出两者的主要区别
特征选择是人为控制的,特征值不变;PCA是自动的,经过映射特征值改变了。
一、用自己的话描述出其本身的含义:
1、特征选择:将高维空间的样本通过映射或者是变换的方式转换到低维空间,达到降维的目的,然后通过特征选取删选掉冗余和不相关的特征来进一步降维。
2、PCA:将多个变量通过线性变换以选出较少个重要变量的一种多元统计分析方法。本质上是从一个维度空间映射到另一个维度空间,在映射的过程中特征值也会相应的变化。
二、并用自己的话阐述出两者的主要区别
特征选择是人为控制的,特征值不变;PCA是自动的,经过映射特征值改变了。