知识卡片
高维数据的维数灾难
维数灾难指当数据维度升高时,变量可能配置的数量呈指数级增长,使许多机器学习问题骤然变难。其统计挑战在于:可能的配置数远多于训练样本数,高维空间里绝大多数配置没有对应样本。低维时可用网格划分空间,靠“同一网格内的样本”来估计密度、多数类或回归均值;但高维时网格数随维度爆炸、多数网格为空,传统算法只能假设新点输出近似最近训练点,这在高维并不可靠。要有效表示并泛化复杂函数,必须引入关于数据分布结构的额外假设,建立区域之间的依赖关系,从而用有限样本覆盖远超样本数的区间。深度学习的分布式表示与层次化因素假设正是为获得这种指数增益、克服维数灾难。
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5章 机器学习基础 · 查看原书依据
特别值得注意的是,一组变量不同的可能配置数量会随着变量数目的增加而指数级增长。 维数灾难发生在计算机科学的许多地方,在机器学习中尤其如此。 由维数灾难带来的一个挑战是统计挑战。如图5.9所示,统计挑战产生于 x 的可能配置数目远大于训练样本的数目。
参考来源
- 位置:《深度学习》第5章 机器学习基础(源文件:extracted/深度学习/_epub-src/text/part0001_split_001.html)
- 结论依据:原文描述了维数灾难下配置数的指数增长、网格估计在低维可行而在高维失效,并指出关键是用额外假设建立区域间依赖。
- 原始内容:特别值得注意的是,一组变量不同的可能配置数量会随着变量数目的增加而指数级增长。 维数灾难发生在计算机科学的许多地方,在机器学习中尤其如此。 由维数灾难带来的一个挑战是统计挑战。如图5.9所示,统计挑战产生于 x 的可能配置数目远大于训练样本的数目。