PCA 將 1024 維降至 100 維再用 SVM 分類，最正確的描述為何？
iPAS 考題解析
PCA 將 1024 維降至 100 維再用 SVM 分類，最正確的描述為何？
- A. 必然提升準確率
- B. 保持原始高維空間一定更好
- C. PCA 能讓 SVM 適用非線性問題
- D. 降維可降低訓練時間並減少過擬合風險 ✓ 正確答案
詳細解析
PCA 降維（Dimensionality Reduction）減少了特徵數量，訓練速度更快；同時去除了雜訊維度，減少模型過擬合（Overfitting）的風險。但不保證一定提升準確率（Accuracy）。
難度：★★★★