机器学习 *** 初识流形

最近在学习一个机器学校相关的算法，需要用到流形这个知识，无奈我也不是很清楚这是啥，花了一点时间初步的认识了一下。下面写一下自己对流形这个概念的认识吧～如果有哪里不对希望有人能帮我指出来，多谢～

流形：

英文叫Manifold，many fold，许多面片的叠加。

流形在维基百科上的定义是：

局部具有欧几里得空间性质的空间

哦。。。酱紫的哦，但是啥是欧几里得空间性质？？？

欧几里得空间：

实际上理想化的地球是一个流形，所以地球就是“局部具有欧几里得空间性质的空间”。我们生活的环境也就是地球的局部，我们感受到的空间就是具有欧几里得性质的空间了呢。

欧几里得空间是一个线性的空间，根本性质是它的平面性，为了在数学上定义欧几里得空间，数学家们定义欧几里得空间为装备了内积的二维实数的向量空间（为什么是装备了内积呢？因为向量空间本身是没有距离的概念的，等于说向量空间不是一个度量空间，无法度量距离，内积解决了向量空间没有度量这个问题）。

上面这段话总结起来就是，欧几里得空间是线性的！！！！

辣么，流形是欧几里得空间吗？不一定哦～流形是一个空间，但不一定是一个欧几里得空间，意思就是流形也可能是一个非线性的空间哦～

流形上点的距离：

因为流形不一定是欧几里得空间，所以流形上的距离和我们平时说的距离有所不同的。

例如下图中A、B两点间的距离，在二维平面上距离为绿线（即为欧氏距离），但实际上流形上为红色的那条线（测地距离）。

如何计算测地距离暂时不讨论哦～

嵌入：

嵌入是指一个数学结构经映射包含到另一个结构中。

看论文的时候看见了Embedding dimension这么个东西，然后。。。懵逼。。。

查了一些资料之后也看见了这样一些语句：“一些高维欧氏空间中的低维流形”，“嵌入在高维空间中的低维流形”，懂了一些，但是对于高维的数据我们无法想象，所以举例还是举地球的例子吧～地球就是一个嵌在三维欧式空间的二维流形，但是这部分又涉及到自由度的东西。。。

懒了。。。占坑。。

参考：http://blog.pluskid.org/?p=533

https://github.com/wepe/MachineLearning/blob/master/ManifoldLearning/DimensionalityReduction_DataVisualizing/README.md

http://www.cad.zju.edu.cn/reports/%C1%F7%D0%CE%D1%A7%CF%B0.pdf