【发布时间】：2023-04-07 09:41:01
【问题描述】：
我有一个包含 400 个条目的 np.array，每个条目包含 1000 个点的光谱值。 我想确定频谱中最有趣的 n 个索引并返回它们。所以我可以可视化并将它们用作我的分类器的输入向量。
最好是计算方差、应用 PCA 还是有更适合的算法？ 我如何计算该选择的计算方差？
谢谢
【问题讨论】：
标签： python pca variance dimensionality-reduction
【发布时间】：2023-04-07 09:41:01
【问题描述】：
可以通过两种不同的方式执行降维：feature extraction 和feature selection。 PCA 更适合特征提取，而“识别 n 个最有趣的索引”是一个特征选择问题。更多细节以及如何在这里编码：sklearn.feature_selection
【讨论】：