搜题
章节测试答案
学历考试
继续教育
网课答案
网课答案全集
登录
注册
热门标签: 特征向量
光谱特征向量 :
下面关于特征选择的说法中,错误的是:选项: A:特征选择不仅可以降低特征空间的维度,还可以消除特征之间的相关性; B:基于类内类间距离的可分性判据是通过计算各类特征向量之间的平均距离来作为评价准则。; C:基于类内类间距离的可分性判据的值越大,说明可分离性越好。; D:当各类的协方差矩阵相差不大时,采用基于类内类间距离的可分性判据的效果会好一些。
从键盘输入方阵A,求A的最大特征值和相应的特征向量。请完善程序。程序如下:A=input('A='); %输入方阵A[x,d]= ; %第1个空求特征值和特征向量eigval=diag(d); %将特征值构成一个向量[maxeig, k]= ; %第2个空求最大特征值和相应的位置maxeig %输出最大特征值x(:, ) %第3个空输出最大特征值所对应的特征向量
反幂法是计算矩阵A模最大特征值及其对应特征向量的方法选项: A:正确; B:错误
在python的numpy库中,下列关于线性代数的函数介绍正确的是( ) 选项: A、numpy.inner()用于计算矩阵的特征值 B、numpy.linalg.det()用于计算矩阵的特征向量 C、numpy.dot()用于计算矩阵的逆 D、numpy.matmul()用于计算两个矩阵的矩阵乘积
下面关于主成分分析PCA的描述中错误的是() A: PCA算法的原理是将数据从原来的坐标系转换到一套新的坐标系 B: 原始数据中方差最小的方向是第一个新坐标轴方向 C: 基于对特征值的协方差矩阵求特征根和特征向量实现PCA算法 D: 最大的特征根对应的特征向量对应方差最大的新特征的转换系数
下面关于PCA算法的说法中错误的是 选项: A:PCA算法是通过变换矩阵得到原有特征的线性组合,新特征之间是线性相关的。; B:第一主成分是原始特征的所有线性组合里是方差最大的。; C:第一主成分和第二主成分是互不相关的。; D:通过PCA方法得到的特征变换矩阵是由协方差矩阵所对应的最大的几个特征值所得到的特征向量构成的。
在主成分分析法中,第一主成分是散布矩阵的最大特征值对应的特征向量的方向,也是数据的方差最大的方向。 选项: A:正确; B:错误
在主成分分析法中,第一主成分是散布矩阵的最大特征值对应的特征向量的方向,也是数据的方差最大的方向。A.正确B.错误
我们可以把一个p阶方阵中的元素看做是位于一个p维椭球体上各点的坐标,主成分分析中矩阵的特征值和特征向量的几何解释正确的有:( ) 选项: A:矩阵的特征向量给出椭球的主轴(方向); B:矩阵的特征向量对应的特征值则表示主轴的长度。; C:第一主成分对应主轴长度最短的那个方向; D:各个主成分分量互相垂直
«
1
2
...
8
9
10
11
12
13
14
...
16
17
»
登录 - 搜题小帮手
登录
立即注册
已购买搜题包,但忘记账号密码?
登录即同意
《服务协议》
及
《隐私政策》
注册 - 搜题小帮手
确认注册
立即登录
登录即同意
《服务协议》
及
《隐私政策》