如何解决降维可以提高回归模型的性能吗？
如标题所示：像 PCA 或 LDA 这样的降维 (DR) 是否可以提高线性回归、SVR 或神经网络等回归模型的性能？ 通过减少维数和维护尽可能多的信息（解释方差），DR 算法提高了数据质量，降低了噪声，并且常用于聚类。 如果我们不考虑模型训练和预测时间，DR 算法是否会以任何方式改进回归模型，尤其是它们的预测误差？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
