哲哲的ML笔记（二十九：降维）
2021-04-26 本文已影响0人
沿哲
什么是降维
降维是一种无监督学习问题，通过数据压缩，能加快我们的学习算法。
如果我们收集的数据集，有许多特征时，会需要降维
2维降1维
假设我们未知两个的特征：:长度：用厘米表示；
：是用英寸表示同一物体的长度。
降维后新的坐标轴为
3维降2维
这样的处理过程可以被用于把任何维度的数据降到任何想要的维度，例如将1000维的特征降至100维。
1个典型例子
举个例子，一个城市对应了很多特征，可能有50多种，将每个特征都画在坐标系不太现实
应用数据压缩，将50种特征压缩到2种，如下图
