LASSO减少特征的作用和PCA的降维作用类似吗？

Question

LASSO模型正则化的结果可以减少特征，和PCA降低特征数量的作用是不是一样？感觉PCA更合理些，LASSO的降维是不是比较随机不科学？

Answer 1

liuyubobobo 2018-03-11 04:19:03

不一样。LASSO的方法是直接减少特征数，做的是特征选择；PCA是通过空间转换将特征空间从高维空间转换到低维空间，是降维。

当你的特征有很强的语意的时候，PCA的缺点是丢失语意，此时用LASSO更好，如房产数据，这样做后续的分析会更高的保持可解释性；反之，对于你的数据，如果语意性不强，如图像数据，PCA更好。

• 提问者 神经旷野舞者 #1

  原来这样，感觉对pca更理解了，这里语意和语义是一回事吗

• liuyubobobo 回复 提问者 神经旷野舞者 #2

  一回事儿。

• liuyubobobo 回复 提问者 神经旷野舞者 #3

  一回事儿。

点开查看后面3条评论