第1题:
下列关于主成分分析的表述正确的有( )。
A.主成分分析的目的是寻找少数几个主成分代表原来的多个指标
B.所确定的几个主成分之间是高度相关的
C.所确定的几个主成分之间是互不相关的
D.使用主成分分析方法的前提是原来的多个指标之间是相关的
E.各主成分是原来指标的线性函数
第2题:
下列方法中,不可以用于特征降维的方法包括()
A.主成分分析PCA
B.线性判别分析LDA
C.深度学习Sparse Auto Encoder
D.矩阵奇异值分解SVD
第3题:
第4题:
波士顿矩阵原理和基本思想与麦肯锡矩阵相似,但由于使用了更多的因素来细化变量,因此波士顿矩阵(麦肯锡矩阵)结构更复杂,分析更准确。
第5题:
A. 组间协方差矩阵
B. 组间相关矩阵
C. 组间相关矩阵
D. 组内协方差矩阵
第6题:
主成分分析中,计算贡献率和累计贡献率是为了确定主成分(即综合指标)的个数,并据此建立主成分方程。( )
A.正确
B.错误
第7题:
主成分分析中,计算贡献率和累计贡献率是为了确定主成分(即综合指标)的个数,并据此建立主成分方程。( )
此题为判断题(对,错)。
第8题:
已知一组数据的协方差矩阵P,下面关于主分量说法错误的是()
A.主分量分析的最佳准则是对一组数据进行按一组正交基分解,在只取相同数量分量的条件下,以均方误差计算截尾误差最小
B.在经主分量分解后,协方差矩阵成为对角矩阵
C.主分量分析就是K-L变换
D.主分量是通过求协方差矩阵的特征值得到
第9题:
Factor(因素分析)过程与PRINCOM(主成分分析)过程有何异同之处?
第10题:
麦肯锡矩阵原理和基本思想与()相似,都能适用于()的战略分析,麦肯锡矩阵使用了更多的因素来()。