数据挖掘，维数灾难
Data mining, curse of dimensionality
假设我有一个表示为矩阵 X 的数据集，维度为 n x m，高度为 m。我想快速减小维度 m，以便 X 中每一行中的对象保持彼此之间的距离。实现这一目标的一种方法是：
创建一个映射矩阵 A，方法是用全 0 初始化它，然后随机选择其值的 1/6 为 +1，其值的 1/6 为-1，然后将 X 乘以 A.
我是对还是错？
如果你保留了距离，那么你也保留了维数灾难。距离仍然太相似以至于没有用...
假设我有一个表示为矩阵 X 的数据集，维度为 n x m，高度为 m。我想快速减小维度 m，以便 X 中每一行中的对象保持彼此之间的距离。实现这一目标的一种方法是： 创建一个映射矩阵 A，方法是用全 0 初始化它，然后随机选择其值的 1/6 为 +1，其值的 1/6 为-1，然后将 X 乘以 A.
我是对还是错？
如果你保留了距离，那么你也保留了维数灾难。距离仍然太相似以至于没有用...