知识卡片
降维用信息交换成本
降维用更少坐标表达每个样本,可能降低计算与存储成本,并便于可视化。压缩会丢弃部分变化,保留多少维应看重建、下游模型或可视化的任务需求。例如整张灰度图的展开向量维数等于像素数,转换后样本数保持原值。
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
- 机器学习中的数据预处理 2.3.1 · 查看原书依据
际的生产和应用中,降维在一定的信息损失范围内,可以为我们节省大量的时间和成本。降维也成为应用非常广泛的数据预处理方法。
参考来源
- 位置:《AI制胜:机器学习极简入门》第2章 机器学习中的数据预处理 §2.3.1(来源项目 book-source:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter2.xhtml#isbn9787302555513_2_1_2_5)
- 结论依据:原文用灰度图展开解释高维输入,并指出信息损失和成本之间的权衡。
- 原始内容:际的生产和应用中,降维在一定的信息损失范围内,可以为我们节省大量的时间和成本。降维也成为应用非常广泛的数据预处理方法。