机器学习理论笔记（4）

高纬度的局部方法 高维的数据相比于低纬度的来说，多了很多麻烦 。s首先，高维取样中，同样比例的邻域往往需要边长较长的取样。为了方便分析，我们假设是在p维单位超立方体中取样。如图，取一个占整个单位体积比例为 r r 的样本，那么取样边长就是 ep(r)=r1p e p ( r ) = r 1 p 那么如果样本空间维度是10，取样大小占总样本的1%，那么每一条边的平均取样边长度就是 e10(0.01)

>>阅读原文<<