一直想总结一下降维的方法,借matchill老师的课,总结一下:
PCA:
PCA和ICA:
降维方法:
1、神经网络的隐含层
2、LDA(线性判别分析)
3、PCA
4、ICA
5、CCA
6、信息增益(筛选特征)
7、卡方检测
8、SVM(增维)
9、LDA(Latent Dirichlet Allocation),Topic Model也算是一种降维
最后matchill老师说,他可能更喜欢PCA而不是信息增益,PCA保持了所有特征的线性映射,而信息增益完全去掉了一些特征。。。