運用PCA對高維數據進行降維，有一下幾個特點：
（1）數據從高維空間降到低維，因為求方差的緣故，相似的特征會被合並掉，因此數據會縮減，特征的個數會減小，這有利於防止過擬合現象的出現。但PCA並不是一種好的防止過擬合的方法，在防止過擬合的時候，最好是對數據進行正則化；
（2）使用降維的方法，使算法的運行速度加快；
（3）減少用來存儲數據的內存空間；
（4）從x(i)到z(i)的映射過程中，對訓練數據進行降維，然后對測試數據或驗證數據進行降維；
免責聲明！
本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。