关于主成分分析方法说法不正确的有：

A.主成分分析方法一种数据降维的方法。

B.通过主成分分析，可以将多个变量缩减为少数几个新的变量，而信息并没有损失，或者说信息损失很少。

C.通过主成分分析，可以用较少的新的指标来代替原来较多的指标反映的信息，并且新的指标之间是相互独立的。

D.主成分分析方法不是一种统计学方法。

A.主成分分析方法一种数据降维的方法。

B.通过主成分分析，可以将多个变量缩减为少数几个新的变量，而信息并没有损失，或者说信息损失很少。

C.通过主成分分析，可以用较少的新的指标来代替原来较多的指标反映的信息，并且新的指标之间是相互独立的。

D.主成分分析方法不是一种统计学方法。

A.主成分分析方法一种数据降维的方法。

B.通过主成分分析，可以将多个变量缩减为少数几个新的变量，而信息并没有损失，或者说信息损失很少。

C.通过主成分分析，可以用较少的新的指标来代替原来较多的指标反映的信息，并且新的指标之间是相互独立的。

D.主成分分析是一种统计分析方法。

A.主成分

B.判别函数

C.因子载荷

D.方差贡献

A.主成分

B.判别函数

C.因子载荷

D.方差贡献

A.主成分分析是一种降维技术

B.每个主成分是原始变量的一个线性组合

C.各个主成分之间是可以相关的

D.第一主成分解释原始变量的信息是最多的

A.LDA和PCA的共同点是，都可以将原始的样本映射到维度更低的样本空间

B.LDA是为了让映射后的样本有最好的分类性能。即LDA是一种有监督的降维方法

C.PCA是为了让映射后的样本具有最大的发散性，即PCA是一种无监督的降维方法

D.LDA和PCA都是有监督的降维方法

A.LDA和PCA的共同点是，都可以将原始的样本映射到维度更低的样本空间

B.LDA是为了让映射后的样本有最好的分类性能。即LDA是一种有监督的降维方法

C.PCA是为了让映射后的样本具有最大的发散性，即PCA是一种无监督的降维方法

D.LDA和PCA都是有监督的降维方法