降維三部曲(一)

在我們解決機器學習的問題時 , 常常要從維度上做文章。有時候我們需要增維 , 比如 kernel methods 就可以在高緯度上重構樣本從而解決樣本在低維上不的線性不可分問題 ( 高斯 kernel 甚至可以把樣本在無窮維上展開 ) 。有時候我們又需要降維 , 因爲我們是三維生物 , 我們最多隻能理解三維世界 , 所以想要看看手頭的數據 , 就必須把它們降到三維以內 ; 另外 , 往往很多特徵沒

>>阅读原文<<