Howtosignalprocessing
- Benötigt neuronales Netzwerk PCA??
- Wann sollten Sie PCA nicht tun??
- Warum wird PCA als Vorverarbeitungsschritt vor der Regression verwendet??
- Können wir PCA mit CNN verwenden??
Benötigt neuronales Netzwerk PCA??
Grundsätzlich kann die durch PCA durchgeführte lineare Transformation genauso gut durch die Eingangsschichtgewichte des neuronalen Netzwerks durchgeführt werden.
Wann sollten Sie PCA nicht tun??
Während es technisch möglich ist, PCA für diskrete Variablen oder kategoriale Variablen zu verwenden, die eine heiße codierte Variablen waren, sollten Sie nicht. Einfach ausgedrückt, wenn Ihre Variablen nicht in eine Koordinatenebene gehören, wenden Sie sie nicht auf PCA an.
Warum wird PCA als Vorverarbeitungsschritt vor der Regression verwendet??
Wenn PCA als Teil der Vorverarbeitung verwendet wird, wird der Algorithmus angewendet, um: die Anzahl der Dimensionen im Trainingsdatensatz zu reduzieren. Entfernen Sie die Daten. Da PCA durch Finden der Komponenten berechnet wird, die die größte Abweichung erklären, erfasst es das Signal in den Daten und lässt das Rauschen aus.
Können wir PCA mit CNN verwenden??
PCA wird zunächst auf die beiden Datensätze angewendet, um die Reduzierung der Dimensionalität zu erreichen. Die komprimierten Datensätze werden verwendet, um die 2D-CNN- und 3D-CNN-Modelle zu trainieren. Die trainierten Modelle werden dann verwendet, um die Testproben zu klassifizieren.
