R语言分类(SVM KNN LDA等)与回归代码+原始数据+分析报告 256 个维度 对于维度比较大的数据，在分类之前降低维度

R语言分类(SVM KNN LDA等)与回归代码+原始数据+分析报告 256 个维度。对于维度比较大的数据，在分类之前降低维度是十分有意义的。在降低数据集维度的同时，保证其中包含的主要信息是相似的。一方面，降低维度，能进行数据压缩，减少数据存储所需空间，另一方面，也能减少计算所需时间。维度少则计算量减少，还可以使用一些不适合对高纬度数据使用的算法。此外，也有助于去除噪声，提高模型性能。去除了不必要的冗余特征，将数据维度减少到进行可视化。 降低数据维度的算法有很多中，其中主成分分析算法是一常用的降低数据维度算法。其核心思想是将 n 维特征映射到 k 维上（k< n），将这 k 维成为主元，是重新构造出来的 k 维特征。