Chương 2·Bài 2.9Pro
Dimensionality reduction
Chọn câu
Light
Câu 1
Bảng dữ liệu có rất nhiều cột. Ta muốn gộp lại thành ít cột hơn mà vẫn giữ phần lớn sự khác nhau giữa các mẫu. Thường dùng phương pháp nào?
PCA (phân tích thành phần chính) tạo ra ít cột tóm tắt hơn từ các cột ban đầu. Đây là cách giảm số chiều. Nó không gom cụm và không gán nhãn.
Câu 2
Hiệp phương sai đo hai biến cùng tăng giảm với nhau mạnh đến đâu. Hiệp phương sai của X với chính X bằng gì?
Thay Y bằng X vào công thức, ta được trung bình của (X − trung bình)², đúng là phương sai. Hệ số tương quan của X với chính nó mới bằng 1.
Medium
Câu 3
PCA có dùng nhãn của dữ liệu không?
PCA tìm những hướng mà dữ liệu trải rộng nhất, không biết gì về nhãn. Vì vậy hướng PCA giữ lại chưa chắc là hướng giúp phân loại tốt nhất.
Ôn lạiBài 2.9Lưu ý khi dùng PCABài 2.9PCA: hướng có phương sai lớn nhất
Còn 9 câu dành cho tài khoản Pro
Mở khóa bằng tài khoản Pro