【问题标题】:Pre-processing data: Should I regularize data before or after running a PCA?预处理数据:我应该在运行 PCA 之前还是之后规范化数据?
【发布时间】:2017-08-12 00:26:14
【问题描述】:

我正在为 NN 预处理输入数据。 为了减少输入的维度,我正在运行 PCA。 我想规范化我的数据,我应该在运行 PCA 之前还是之后进行? 即原始数据/PCA 输入或 PCA 输出/NN 输入?

【问题讨论】:

    标签: neural-network normalization pca


    【解决方案1】:

    您是否已经尝试过这两个版本?据我所知,PCA 寻求从属特征向量列以减少特征向量中的信息冗余。正则化处理特征值的缩放和加权。考虑到这一点,PCA 不应该受到正则化的影响,因为它不应该改变特征值的依赖性。 因此,我会先应用 PCA,并且只对缩小的特征向量进行正则化。

    【讨论】:

    • 我都没有尝试过,但你的回答很有道理,谢谢。
    猜你喜欢
    • 2021-01-03
    • 2017-01-27
    • 2018-07-08
    • 1970-01-01
    • 1970-01-01
    • 2013-07-26
    • 2018-09-01
    • 2011-05-18
    • 2020-10-21
    相关资源
    最近更新 更多