Howtosignalprocessing
- Adakah rangkaian saraf memerlukan PCA?
- Bilakah anda tidak perlu melakukan PCA?
- Mengapa PCA digunakan sebagai langkah pra -proses sebelum regresi?
- Bolehkah kita menggunakan PCA dengan CNN?
Adakah rangkaian saraf memerlukan PCA?
Pada dasarnya, transformasi linear yang dilakukan oleh PCA dapat dilakukan dengan tepat oleh berat lapisan input rangkaian saraf, jadi ia tidak diperlukan dengan ketat.
Bilakah anda tidak perlu melakukan PCA?
Walaupun secara teknikal mungkin menggunakan PCA pada pembolehubah diskret, atau pembolehubah kategori yang telah menjadi satu pembolehubah yang dikodkan panas, anda tidak seharusnya. Ringkasnya, jika pembolehubah anda tidak tergolong dalam pesawat koordinat, maka jangan gunakan PCA kepada mereka.
Mengapa PCA digunakan sebagai langkah pra -proses sebelum regresi?
Apabila PCA digunakan sebagai sebahagian daripada pra -proses, algoritma digunakan untuk: mengurangkan bilangan dimensi dalam dataset latihan. De-noise data. Kerana PCA dikira dengan mencari komponen yang menjelaskan jumlah varians yang paling besar, ia menangkap isyarat dalam data dan menghilangkan bunyi bising.
Bolehkah kita menggunakan PCA dengan CNN?
PCA pertama kali digunakan untuk dua dataset untuk mencapai pengurangan dimensi. Dataset termampat digunakan untuk melatih model 2D-CNN dan 3D-CNN. Model terlatih kemudian digunakan untuk mengklasifikasikan sampel ujian.
