Python机器学习与应用案例 课件 3 Pythono数据降维.pptx

;数据降维，一方面可以解决“维数灾难”，缓解“信息丰富、知识贫乏”现状，降低复杂度；另一方面可以更好地认识和理解数据。

截止到目前，数据降维的方法很多。从不同的角度入手可以有着不同的分类，主要分类方法有根据数据的特性可以划分为线性降维和非线性降维，根据是否考虑和利用数据的监督信息可以划分为无监督降维、有监督降维和半监督降维，根据保持数据的结构可以划分为全局保持降维、局部保持降维和全局与局部保持一致降维等。

总之，数据降维意义重大，数据降维方法众多，很多时候需要根据特定问题选用合适的数据降维方法。数据降维是机器学习领域中非常重要的内容。;3.1维度灾难与降维;（2）线性降维。

一般来说，想获得