logo

哪些情况下不适合做降维(Dimensionality Reduction)?

When might dimensionality reduction not be beneficial?

题目类型: 技术面试题

这是一道技术面试题,常见于澳洲IT公司面试中。

难度: hard

分类: problem-solving

标签: Dimensionality Reduction, Interpretability

参考答案摘要

答案 降维未必总是有益,以下场景可能不适合: 数据本身维度很小,降维收益不明显。 强可解释性场景(降维后成分更难解释)。 降维损失了关键信息,导致模型性能下降。

本题提供 STAR 原则详细解答和技术解析,登录匠人学院学习中心即可查看完整答案。

← 返回面试题库

哪些情况下不适合做降维(Dimensionality Reduction)?

Hardmachine-learning

想查看完整答案?

登录匠人学院学习中心,获取 STAR 格式回答和详细技术解析

前往学习中心查看答案