知识卡片
高维空间稀疏到填不满
在 0~1 区间撒 50 个随机数,样本铺得还算均匀;撒在单位正方形里就稀了;到单位立方体,图上已能看到大片没有点的空白;再往上,空白成为常态。要保证每个待预测点附近都有足够的训练点,所需样本量随维度指数增长。
这从另一个角度解释维数灾难:不是距离公式坏了,而是数据密度塌了。实用推论有两条。第一,高维时不要把“找不到近邻”误读为“这个点很特殊”,它可能只是空间太大而样本太少。第二,既然维持密度不现实,就该压缩维度——先做降维再使用最近邻,让“接近”重新携带信息。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第12章 k 最近邻法 · 查看原书依据
在更高的维度中,大片空白空间代表远离你想要在预测中使用的所有点的区域,除非你能以指数规模得到更多的数据。 因此,如果你打算在更高维空间中使用最近邻法,不妨先做一些降维工作。
参考来源
- 位置:《数据科学入门(第2版)》第12章 k 最近邻法(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0016.xhtml)
- 结论依据:原文这一段直接给出本卡的核心判断:「在更高的维度中,大片空白空间代表远离你想要在预测中使用的所有点的区域,除非你能以……」
- 原始内容:在更高的维度中,大片空白空间代表远离你想要在预测中使用的所有点的区域,除非你能以指数规模得到更多的数据。 因此,如果你打算在更高维空间中使用最近邻法,不妨先做一些降维工作。