Howtosignalprocessing
- Apakah jaringan saraf membutuhkan PCA?
- Kapan Anda tidak melakukan PCA?
- Mengapa PCA digunakan sebagai langkah preprocessing sebelum regresi?
- Bisakah kita menggunakan PCA dengan CNN?
Apakah jaringan saraf membutuhkan PCA?
Pada prinsipnya, transformasi linier yang dilakukan oleh PCA dapat dilakukan dengan baik dengan bobot lapisan input dari jaringan saraf, jadi tidak perlu secara ketat perlu.
Kapan Anda tidak melakukan PCA?
Meskipun secara teknis dimungkinkan untuk menggunakan PCA pada variabel diskrit, atau variabel kategori yang telah menjadi salah satu variabel yang dikodekan panas, Anda tidak boleh. Sederhananya, jika variabel Anda tidak termasuk dalam bidang koordinat, maka jangan menerapkan PCA pada mereka.
Mengapa PCA digunakan sebagai langkah preprocessing sebelum regresi?
Ketika PCA digunakan sebagai bagian dari preprocessing, algoritma diterapkan untuk: mengurangi jumlah dimensi dalam dataset pelatihan. De-noise data. Karena PCA dihitung dengan menemukan komponen yang menjelaskan jumlah varian terbesar, ia menangkap sinyal dalam data dan menghilangkan noise.
Bisakah kita menggunakan PCA dengan CNN?
PCA pertama kali diterapkan pada dua set data untuk mencapai pengurangan dimensionalitas. Kumpulan data terkompresi digunakan untuk melatih model 2D-CNN dan 3D-CNN. Model terlatih kemudian digunakan untuk mengklasifikasikan sampel uji.
