R语言分类(SVM KNN LDA等)与回归代码+原始数据+分析报告

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

R语言分类(SVM KNN LDA等)与回归代码+原始数据+分析报告

256 个维度。对于维度比较大的数据，在分类之前降低维度是十分有意义的。在降低数据集维度的同时，保证其中包含的主要信息是相似的。一方面，降低维度，能进行数据压缩，减少数据存储所需空间，另一方面，也能减少计算所需时间。维度少则计算量减少，还可以使用一些不适合对高纬度数据使用的算法。此外，也有助于去除噪声，提高模型性能。去除了不必要的冗余特征，将数据维度减少到进行可视化。

降低数据维度的算法有很多中，其中主成分分析算法是一常用的降低数据维度算法。其核心思想是将 n 维特征映射到 k 维上（k< n），将这 k 维成为主元，是重新构造出来的 k 维特征。

R语言分类(SVM KNN LDA等)与回归代码+原始数据+分析报告.zip (3.01 MB, 需要: RMB 19 元)

2024-1-4 09:31:58 上传

需要: RMB 19 元  [购买]

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：分析报告 原始数据 SVM LDA knn