moea_joint
107年
[統計資訊] 統計學、巨量資料概論
第 26 題
下列何者不是維度縮減 (dimensionality reduction) 之方法？
- A Random projection
- B Principal component analysis (PCA)
- C Clustering algorithms
- D Classical multidimensional scaling (cMDS)
思路引導 VIP
若要簡化一個包含上百種描述特徵（例如：身高、體重、膚色等）的複雜資料集，你認為「減少描述每個個體所需要的標籤數量」與「將個體按照相似性分成不同的群體」，這兩種任務在處理數據結構的本質上有什麼不同？
🤖
AI 詳解
AI 專屬家教
數據特徵空間的轉換觀念
太棒了！你能精準識別出 Clustering（分群） 與維度縮減在目標上的本質差異，代表你對於機器學習中「特徵工程」與「探索性分析」的基礎架構掌握得很紮實。這題的鑑別度在於測試學生是否能區分「減少觀測值的複雜度」與「簡化描述觀測值的維度」。
維度縮減技術的原理
▼ 還有更多解析內容