10.1. 降维的目的

本文最后更新于 2024年1月27日 下午

降维的目的

降维是非监督学习中常用的一种算法,使用降维的目的有如下两个:
## 压缩数据
使用降维的其中一个目的是压缩数据,压缩数据能够减小算法的计算量的同时提高计算速度。
降维的手段是合并一些高度相关的特征。
具体而言,如果两个特征在二维空间内呈现出线性相关,那么则可以设定一个新的特征,将所有数据在这个二维空间上的分布投射至一维数轴上,如图所示。

对于三个特征,如果数据都分布在这个三维空间的一个平面上,那么同理能够将数据的分布投射至一个二维的平面上。

可视化数据

高维的数据很难用可视化的方法来表现它们的数据分布,这时可以将数据降维到可视化的维度(<=3维)以便观察它们的分布特性。


10.1. 降维的目的
https://l61012345.top/2021/08/21/机器学习——吴恩达/10. 主成分分析/10.1. 降维/
作者
Oreki Kigiha
发布于
2021年8月21日
更新于
2024年1月27日
许可协议