周志华 机器学习 Day17

低维嵌入 上一节讨论是基于一个重要假设：任意测试样本x附近任意小的距离范围内总能找到一个训练样本，即训练样本的采样密度足够大，或称为“密度采样”。但是，这个假设在现实任务中通常很难满足。 事实上，在高维情形下出现的数据样本稀疏、距离计算困难等问题，是所有机器学习方法共同面临的严重障碍，被称为“维数灾难”。而缓解该灾难的一个重要途径是降维，亦称“维数约简”，即通过某种数学变换将原始高维属性空间转变为

>>阅读原文<<