维度降低在文档分类中的应用

参考以下链接 什么是维度降低?,维度降低通过电影和人物的例子得到了很好的解释,但我无法理解的是,数学上特征向量是如何成为电影特征的,为什么是特征向量而不是其他向量


回答:

大多数向量都携带一些信息。因此,任何向量都可以完成这项工作(事实上,由于复杂性,我们通常只计算近似的特征向量)。

特征向量具有保留大部分方差的优良特性,即强特征向量包含最多的信息,而最后的特征向量可能与前面的完全冗余。

对于维度降低,你希望在尽可能少的向量中包含尽可能多的信息。因此,PCA/SVD是一个合理的选择。

但也有一些基于随机投影的维度降低技术。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注