哲哲的ML笔记（二十九：降维）

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：x_1:长度：用厘米表示；x_2：是用英寸表示同一物体的长度。


降维后新的坐标轴为z

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


©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容