试题详情
- 简答题请描述主成份分析(PCA)算法步骤
-
1.规范化输入的数据:所有属性落在相同的区间内;
2,计算k个标准正交向量,即主成分;
3,每个数据数据的向量都是这k主成分向量的线性组合;
4,主成分按照重要程度降序排序。 关注下方微信公众号,在线模考后查看
热门试题
- 数据挖掘对聚类的典型要求有哪些?
- 关联规则挖掘过程是发现满足最小支持度的所
- 假设12个销售价格记录组已经排序如下:5
- 数据库中的知识挖掘(KDD)包括以下七个
- 简述决策树的构建。
- 一种常用的确定离群点的简单方法是()
- 聚类(clustering)是这样的过程
- 什么是关于数据仓库映射的元数据?
- 以下哪个指标不是表示对象间的相似度和相异
- 在图集合中发现一组公共子结构,这样的任务
- 当前的数据挖掘研究中,最主要的三个研究方
- 考虑下表所示二元分类问题的数据集。 (
- 为什么在进行联机分析处理(OLAP)时,
- 方体计算的主要挑战是()和()之间的矛盾
- 根据关联分析中所处理的值类型,可以将关联
- 比较OLAP的数据模型MOLAP与ROL
- 以下属于可伸缩聚类算法的是()。
- 按照事实表中度量的可加性情况,可以把事实
- 下表中列出了4个点的两个最近邻。使用SN
- Bayes法是一种在已知后验概率与类条件