機器學習基礎
下列關於主成分分析（PCA）的敘述，何者適當？
- A選出幾個最能預測正確答案標籤的特徵，捨棄其他所有特徵，使資料變小
- B將資料分成事先決定數量的群組，使相似者被分到同一群組
- C從資料的分散程度（變異數）最大的方向開始，依序求出彼此正交的新軸，以較少的軸表示資料
查看答案與解析
正確答案：C. 從資料的分散程度（變異數）最大的方向開始，依序求出彼此正交的新軸，以較少的軸表示資料
主成分分析是以盡量不失去資訊的方式，用較少變數表示具有許多變數之資料的代表性降維方法。依序求出資料變異數最大的方向作為第1主成分、與其正交的方向中變異數最大者作為第2主成分，並只用前幾個主成分表示資料。這是不使用正確答案標籤的非監督式學習的一種，用於資料視覺化與訓練前的前處理。若各變數的單位或大小不同，結果會被數值大的變數牽引，因此常會事先標準化。
- A. 使用標籤選擇特徵是特徵選擇。主成分分析不使用標籤，而是建立組合原有變數的新軸。
- B. 這是分群（k-平均演算法等）的說明。
- C. 正確。依變異數由大到小的順序，求出彼此正交的軸（主成分）。