在MNIST数据集中包含了从0-9数字的手写体图像，初始图像是28像素*28像素，我们希望构建预测模型预测图像中的数字，如果想要对图像进行降维，这里我们使用PCA对图像维度进行压缩，PCA是以什么来判断某一个坐标轴当中信息量的多少（）

我们有一个来自于大众点评的数据，数据集保存了用户对商家的点评数据，每个商家都有一个点评数量，假设我们的任务是使用协同过滤方法预测某用户给某商家的打分，点评数量会是一个非常有用的特征，因为人气和高评分之间有很强的相关性。现在我们将点评数量的分布绘制出来，如图所示，在这个分布中，数量的否是不是很均衡，如果我们想要让离散化后的每个分箱中的数量接近，应该使用的分箱方法是（）

我们有一个来自于大众点评的数据，数据集保存了用户对商家的点评数据，每个商家都有一个点评数量，假设我们的任务是使用协同过滤方法预测某用户给某商家的打分，点评数量会是一个非常有用的特征，因为人气和高评分之间有很强的相关性。现在我们将点评数量的分布绘制出来，如图所示，根据点评数量数据分布，需要对数据进行离散化，请问该数据需要离散化的原因是（）