A.对各原始指标数据进行标准化;求出相关矩阵
B.求出相关矩阵的特征值和特征值所对应的特征向量
C.提取主成分并获得主成分的表达式
D.以上都对
E.以上都不对
B.在主成份分析的降维过程中,尽可能将数据向方差最大方向进行投影,使得数据所蕴含信息没有丢失,彰显个性
C.主成份分析方法是一种保证数据被投影后方差最大的特征降维方法
D.特征人脸方法是一种应用主成份分析来实现人脸图像降维的方法,其本质是用一种称为“特征人脸(eigenface)”的特征向量按照线性组合形式来表达每一张原始人脸图像,进而实现人脸识别
用乘幕法求下列矩阵的按模最大特征值及其对应的特征向量:
当特征值有三位小数稳定时迭代终止。
A.不同特征值对应的特征向量线性无关
B.不同特征向量对应的特征值也肯定不相同
C.不同特征值对应的特征向量也肯定不相同
D.n个特征值中可能有相等的
A.n个特征值中可能有相等的
B.不同特征向量对应的特征值也肯定不相同
C.不同特征值对应的特征向量也肯定不相同
D.不同特征值对应的特征向量线性无关
此题为判断题(对,错)。
用乘幂法求矩阵的按模最大特征值和对应的特征向量,取初始向量为(1,1,1)T精确到小数点后四位。