原创力文档- 1、本文档共62页，其中可免费阅读19页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
随着现代信息科技的不断进步，数据的维度急剧增长，使得人们难以把握数据
的本质并进行有效利用。因此，维数约简（降维）成为了机器学习领域的基本任务
之一。降维旨在从高维原始样本空间中提取或选择关键的低维特征，从而解决高维
特征导致的维数灾难问题。其中，线性子空间学习是降维算法的一个重要分支，其
利用高维空间中不同样本点之间的分布关系，求解出相应的线性投影矩阵，将高维
空间中的样本点投影到低维空间中，以期待挖掘到原始高维数据的本征结构特征的
同时，去除冗余信息和噪声。经验表明，在降维过程中，保持高维
文档评论（0）