9、主成分分析

一、用自己的话描述出其本身的含义：

1、特征选择

2、PCA

答：

特征选择：将高维空间的样本通过映射或者是变换的方式转换到低维空间，达到降维的目的，然后通过特征选取删选掉冗余和不相关的特征来进一步降维。

PCA：主成分分析，是图像处理中经常用到的降维方法。比如：我们在处理有关数字图像处理方面的问题时，可以对图像库中的图片提取响应的特征，如颜色，纹理，sift，surf，vlad等特征，然后将其保存，建立响应的数据索引，然后对要查询的图像提取相应的特征，与数据库中的图像特征对比，找出与之最近的图片。

 

二、并用自己的话阐述出两者的主要区别

答：特征选择是从数据集中通过处理化后选取部分最具特征的数据作为训练集。PCA是通过保留低阶主成分，忽略高阶主成分做到的。这样低阶成分往往能够保留住数据的最重要方面。