阿摩線上測驗
18. 以下哪一個演算法不屬於降維（Dimensional reduction）演算法？
(A) t-distribution stochastic neighbor embedding
(B) k-mean clustering
(C) Principle component analysis
(D) Linear discriminant analysis
答案：登入後查看
統計： A(15), B(47), C(21), D(21), E(0) #2915636
統計： A(15), B(47), C(21), D(21), E(0) #2915636
詳解 (共 2 筆)
@@a
#6063825
t-SNE、PCA 和 LDA 都是降維演算法，而 k-means 聚類是聚類演算法。
降維演算法的目的是將高維資料降維到低維空間，以便於資料的分析和可視化。t-SNE、PCA 和 LDA 都是常用的降維演算法。
- t-SNE 是一種非線性降維演算法，它可以將高維資料降維到低維空間，並保持資料的局部結構。
- PCA 是一種線性降維演算法，它可以將高維資料降維到低維空間，並保留資料的最大方差。
- LDA 是一種線性降維演算法，它可以將高維資料降維到低維空間，並最大化資料之間的差異。
聚類演算法的目的是將資料分為不同的群組，以便於資料的分析和理解。k-means 聚類是一種常用的聚類演算法。
- k-means 聚類是一種基於距離的聚類演算法，它將資料分為 k 個群組，使得每個群組內的資料點與該群組的中心點的距離最小。
因此，答案是 (B)。
以下是各選項的說明：
- (A) t-SNE 是一種非線性降維演算法。
- (B) k-means 聚類是一種聚類演算法。
- (C) PCA 是一種線性降維演算法。
- (D) LDA 是一種線性降維演算法。
1
0
