機器學習降維算法六——ISOMAP(等距特徵映射)

流形學習:傳統的機器學習方法中，數據點和數據點之間的距離和映射函數都是定義在歐式空間中的，然而在實際情況中，這些數據點可能不是分佈在歐式空間中的，因此傳統歐式空間的度量難以用於真實世界的非線性數據，從而需要對數據的分佈引入新的假設。流形學習假設所處理的數據點分佈在嵌入於外維歐式空間的一個潛在的流形體上，或者說這些數據點可以構成這樣一個潛在的流形體。 圖1 一個嵌在三維空間的流行體 圖1就是一個數據

>>阅读原文<<