基本概念：
在数据处理中，经常会遇到特征维度比样本数量多得多的情况，如果拿到实际工程中去跑，效果不一定好。一是因为冗余的特征会带来一些噪音，影响计算的结果；二是因为无关的特征会加大计算量，耗费时间和资源。所以我们通常会对数据重新变换一下，再跑模型。 在数据处理中，经常会遇到特征维度比样本数量多得多的情况，如果拿到实际工程中
阅读背景：
机器学习-PCA降维与DBScan聚类分析实战
来源：互联网
分享到：
