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

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注