問題詳情
12. 關於主成分分析（Principal Component Analysis, PCA）與奇異值分解
（Singular Value Decomposition, SVD），下列敘述何者正確？
(A) PCA 較 SVD 更一般化
(B) SVD 將資料矩陣分解出只有橫列的基底向量
(C) PCA 分解出資料矩陣之縱行與橫列的基底向量
(D) PCA 可以基於資料矩陣之相關係數方陣或共變異數方陣進行計算
參考答案
答案：D
統計：A:3,B:1,C:0,D:1,E:0
難度：計算中