降维后如何知道新特征是原有的哪些特征在起作用？

请问在现有的降维方法中是否存在能够查看降维后的新特征主要是原有的哪些特征在起作用的呢？求解答

报告相同问题？

关注问题

高光谱图像PCA降维后无法显示 matlab 有问必答
2021-11-08 20:48

回答 1 已采纳为啥没办法还原哟？ [coeff1,score1,latent,tsquared,explained,mu1] = pca(data,'algorithm','als'); data2 = score
PCA中一个特征列的数据是一个维度吗？ python 机器学习
2022-12-26 11:57

回答 2 已采纳是的，如果你有100个样本，6列特征列，那么这个数据集是六维的。使用 PCA 进行降维时，你可以选择降到任意维度，例如 2 维。如果你使用 PCA 降维到 2 维，你将得到一个 100 行 2 列的矩
PCA 降维后剩下的维度 python scikit-learn
2022-10-29 08:19

回答 1 已采纳主成分分析是对原来的因变量进行线性组合，将原本的空间投影到更低维度的空间。比如你这有9个变量，你设置4，最后得到的就是9个变量的4种线性组合方式，并不是从9个变量中挑选出4个。
特征降维（特征工程）
2022-06-25 17:28

herry57的博客目录一、特征选择1.低⽅差特征过滤 2.相关系数2.1⽪尔逊相关系数 2.2斯⽪尔曼相关系数二、主成分分析1.概念 2.代码降维的方式：特征...⾼维数据转化为低维数据的过程，在此过程中可能会舍弃原有数据、创造新的变量...
没有解决我的问题, 去提问