问题描述
如标题所示：像 PCA 或 LDA 这样的降维 (DR) 是否可以提高线性回归、SVR 或神经网络等回归模型的性能？
通过减少维数和维护尽可能多的信息（解释方差），DR 算法提高了数据质量，降低了噪声，并且常用于聚类。
如果我们不考虑模型训练和预测时间，DR 算法是否会以任何方式改进回归模型，尤其是它们的预测误差？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）
