Hey_yf的博客

一 解决的问题由k近邻算法引出，k近邻算法需要满足密采样，稀疏数据无法获取特定距离的近邻。但是现实问题中，数据属性非常多，形成高维空间，然而在高维空间下的计算量大，并且满足不了密采样的要求。于是，提出降维的方法，希望通过降维在低维空间映射出密采样，也易于学习。如何降维才能保证仍然保存高维空间数据的特征的呢？一种方法：希望在高低维空间，样本之间的距离是不变的，称为多维缩放，简称...