對The Curse of Dimensionality（維度災難）的理解
一個特性：低維（特征少）轉向高維的過程中，樣本會變的稀疏（可以有兩種理解方式：1.樣本數目不變，樣本彼此之間距離增大。2.樣本密度不變，所需的樣本數目指數倍增長）。 高維度帶來的影響： 1.變得可分。 由於變得稀疏，之前低維不可分的，在合適的高維度下可以找到一個可分的超平面。 2. ...
原文：curse of dimensionality維數災難
或者翻譯成維度的咒語，這個咒語出現在很多方面： sampling采樣 如果數據是低維的，所需的采樣點相對就比較少 如果數據是高維的，所需的采樣點就會指數級增加，而實現中面對高維問題時往往無法獲得如此多的樣本點 即使獲得了也無法處理這么龐大數據量 ，樣本少不具有代表性自然不能獲得正確的結果。 combinatorics組合數學 由於每個維度上候選集合是固定的，維度增加后所有組合的總數就會指數級增加。 ...
2012-12-04 15:58 0 6967 推薦指數：
相關推薦
維數約減--Dimensionality Reduction
目錄 維數約減--Dimensionality Reduction 數據壓縮-data compression 可視化數據-data visualization 主成分分析法-Principal Component Analysis（PCA ...
分類問題中的“維數災難”
在看機器學習的論文時，經常會看到有作者提到“curse of dimensionality”，中文譯為“維數災難”，這到底是一個什么樣的“災難”？本文將通過一個例子來介紹這令人討厭的“curse of dimensionality”以及它在分類問題中的重要性。 假設現在有一組照片，每一張 ...
重新認識維數災難--反直覺的高維空間
curse of dimensionality維數災難 或者翻譯成維度的咒語，這個咒語出現在很多方面： sampling采樣 如果數據是低維的，所需的采樣點相對就比較少；如果數據是高維的，所需的采樣點就會指數級增加，而實現中面對高維問題時往往無法獲得如此多的樣本點（即使獲得了也無 ...
05維數軟件
...
維數定理的證明
...
高維數據降維 國家自然科學基金項目 2009-2013 NSFC Dimensionality Reduction
2013 基於數據降維和壓縮感知的圖像哈希理論與方法 唐振軍 廣西師范大學 ...
PCA降維以及維數的確定
概述 PCA（principal components analysis）即主成分分析技術，又稱為主分量分析，旨在利用降維的思想，把多個指標轉換為少數的幾個綜合指標。 主成分分析是一種簡化數據集的 ...