流形學習之等距特徵映射(Isomap)

http://www.cnblogs.com/wing1995/p/5479036.html   大數據時代的人老是那麼的浮躁不安,高維並不可怕,事實的本質老是簡單而單調的,所以流形學習理念中直接假設高維的數據都存在低維的本徵結構。自「流形」這個概念被提出以來,許多人都在尋找一個高維數據中最現實的問題——降維(維數簡約)。爲在高維觀察值中尋找有意義的低維,Tenenbaum提出「非線性降維的全局幾
相關文章
相關標籤/搜索