数据降维技术应用.pptVIP

降维技术 报告人：杨风召 问题的提出 数据冗余 实际数据的维之间往往有相关性； 维难（Dimensional Curse） 索引结构的性能随着维数的增大迅速降低，在维数较高（10)时，不如顺序扫描 解决的途径——降维 消除数据冗余 去掉可导出的维，只保留独立维 高维数据索引 先进行降维 在降维后的子空间用一维或多维索引技术 可能会引起信息的丢失，从而降低查询精度 降维方法 空间填充曲线（Space Filling Curve） 奇异值分解（SVD） 距离映射算法（Distance-Mapping Algorithm） Fastmap Pyramid 技术 选维技术 DFT和DWT 空间填充曲线 Z-Ordering 其它空间填充曲线 SVD原理 直接选维带来的问题 二维（XY） A的2-nn：B和C 一维（X） A的2-nn：B和D SVD原理 先旋转坐标轴在进行选维 XY?X1Y1 二维（XY） A的2-nn：B和C 一维（X） A的2-nn：B和C SVD算法的基本过程 给定A是n个d-维向量组成的矩阵，用SVD进行变换的过程如下： 通过分解矩阵A，计算d?d的SVD-变换矩阵V。 A=U?VT U——n?d的矩阵 ?— d?d的奇异值矩阵 V—— d?d的正交基矩阵，也称SVD-变换矩阵 用A中的每个向量