44、使用主成分分析法进行数据属性特征提取中，每个新的特征是原有特征的 。

A.特征提取；特征选择

B.特征选择；特征提取

C.数据提取；数据选择

D.数据选择；数据提取

A.0

B.-1/2

C.1/2

D.不用处理

A.特征提取

B.特征修改

C.映射数据到新的空间

D.特征构造

A.-1/2

B.0

C.1/2

D.不用处理

A.PCA算法是从一组特征中计算出一组按重要性从大到小排列的新特征，它们是原有特征的线性组合，并且相互之间是不相关的。

B.主成分分析的目的是将多个原始特征压缩为互不相关的少数综合特征的过程。

C.通过PCA方法得到的新特征能够完全表达原始特征的信息。

D.主成分分析方法需要计算原始特征的协方差矩阵或自相关矩阵。

A.PCA算法是通过变换矩阵得到原有特征的线性组合，新特征之间是线性相关的。

B.第一主成分是原始特征的所有线性组合里是方差最大的。

C.第一主成分和第二主成分是互不相关的。

D.通过PCA方法得到的特征变换矩阵是由协方差矩阵所对应的最大的几个特征值所得到的特征向量构成的。