题目内容
（请给出正确答案）
下列哪些不特别适合用来对高维数据进行降维()
A.LASSO
B.主成分分析法
C.聚类分析
D.小波分析法
E.线性判别法
F.拉普拉斯特征映射
如果结果不匹配，请 联系老师 获取答案
更多“下列哪些不特别适合用来对高维数据进行降维（)A.LASSOB…”相关的问题
A.现场各类服务器、数据库、中间件、网络设备数量众多，运维账号管理混乱
B.系统业务众多，内部运维人员不足，存在外聘运维团队或外包运维的情况
C.业务数据敏感，需监控重要服务器的运维操作过程
D.等保合规，需要一种简单易行的方式满足等保身份鉴别和安全管理中心相关要求
E.机房系统管理，对机房供配电、空调新风、消防报警、防盗报警、安防系统、动环监控系统进行直接管理控制
A.高维数据只能表达键值对数据
B.“键值对”是高维数据的主要特征
C.高维数据用来表达索引和数据之间的关系
D.高维数据可用于表达一二维数据
A.降成本：降低客户的广域网建设、线路、运维成本
B.提效率：降低客户的组网建设时间，极易部署
C.易管理：集中式管理和运维，全图形操作界面，数据统计和分析
D.高安全：根据实际需求场景提供最适合的安全防护
A.PCA和LDA均是基于监督学习的降维方法
B.假设原始数据一共有K个类别，那么LDA所得数据的降维维度小于或等于K−1
C.LDA降维后所得到维度是与数据样本的类别个数K有关(与数据本身维度无关)
D.PCA对高维数据降维后的维数是与原始数据特征维度相关(与数据类别标签无关)
A.字典的 pop 函数可以返回一个键对应的值，并删除该键值对
B.创建一个空集合aset，可以用花括号：aset = { }
C.嵌套的字典数据类型可以用来表达高维数据
D.元组中的元素可以是列表
A.对样本进行抽样，在经过抽样的样本上训练
B.应用PCA算法降维，减少特征数量
C.根据重要性对特征进行筛选
D.以上所有
