待验证50% 置信基准精确时间
SVM显著受益于PCA降维，经过主成分分析处理后分类准确率明显提升
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证设置SVC(probability=True)会通过内部交叉验证完成Sigmoid拟合，显著增加每次fit的耗时68% 相似待验证PCA（主成分分析）是一种经典的无监督降维技术，通过计算数据协方差矩阵的特征值和特征向量，找到数据中方差最大的方向（主成分）64% 相似待验证SVD在协同过滤推荐系统中可将用户-物品评分矩阵映射到低维潜在因子空间，从而预测用户对未评分物品的偏好，其变体包括SVD++、时序SVD等63% 相似待验证2022年开源的FSRS算法基于DSR模型，被证明比SM-2的复习效率提升约30%59% 相似待验证作者搭建了统一预处理、维度、词表、数据预算和评估的匹配语料测试框架，用于对比Collapse、SGNS与PPMI+SVD59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/902736API
curl https://kongchang.com/api/v1/knowledge/claims/902736MCP
get_claim(id=902736)