机器学习.周志华《10 降维与度量学习》

概述 理想假设：密采样。但与现实不符。 K近邻学习kNN： 一种常用的监督学习方法 特点：没有显式的训练过程，属于懒惰学习。（注：在训练阶段就对样本进行学习处理的方法是急切学习。） 现实情况：高维情形下出现的数据样本稀疏、距离计算困难等问题，称为维数灾难。 缓解途径2种：1）降维；2）特征选择。 降维，就是通过某种数学变换将原始高维属性空间转变为一个低维子空间，在这个子空间中样本密度大幅提高，距离

>>阅读原文<<