维数灾难或者维数诅咒的含义

高维空间数据样本具有稀疏性

举例来说，100个平均分布的点能把一个单位区间以每个点距离不超过0.01采样；而当维度增加到10后，如果以相邻点距离不超过0.01小方格采样一单位超正方体，则需要100^10=10^20 个采样点:所以，这个10维的超正方体也可以说是比单位区间大10^18倍。

另外，随着维数的增加，高维数据之间的度量会呈现出“集中”效应。

分别随机生成个均匀分布的1维、2维和3维的样本，计算任意两个样本点之间的余弦距离度量，由图中距离值的分布可以看出，维数越高，任意两个样本点之间的度量接近于均值的趋势更加明显，此现象称为度量集中效应样本点之间度量的差异性越明显，表明在该度量下样本之间的区分性也越好，因此高维数据的度量集中效应不利于数据分析。

高维数据表示的这些弊端称为维数灾难或者维数诅咒。