题目

下面对主成分分析的描述不正确的是()A. 主成分分析可保证原始高维样本数据被投影映射后,其方差保持最大B. 在主成分分析中,所得低维数据中每一维度之间具有极大相关度C. 在主成分分析中,将数据向方差最大方向进行投影,可使得数据所蕴含信息没有丢失,以便在后续处理过程中各个数据'彰显个性'D. 主成份分析是一种特征降维方法

下面对主成分分析的描述不正确的是()

A. 主成分分析可保证原始高维样本数据被投影映射后,其方差保持最大

B. 在主成分分析中,所得低维数据中每一维度之间具有极大相关度

C. 在主成分分析中,将数据向方差最大方向进行投影,可使得数据所蕴含信息没有丢失,以便在后续处理过程中各个数据'彰显个性'

D. 主成份分析是一种特征降维方法

题目解答

答案

B. 在主成分分析中,所得低维数据中每一维度之间具有极大相关度

解析

主成分分析（PCA）是一种统计方法，用于将多维数据集转换为一组线性无关的变量，称为主成分。这些主成分是原始变量的线性组合，且按方差从大到小排序。主成分分析的主要目的是减少数据集的维度，同时保留尽可能多的信息。在主成分分析中，所得低维数据中每一维度之间是线性无关的，而不是具有极大相关度。因此，选项B的描述是不正确的。