ML(3)-流型

1.流型
局部具有欧几里得空间性质的空间（流型就是一个空间，欧几里得空间就是流型最简单的实例）

简单来讲：流型就是d维空间，在m维空间进行扭曲的结果(m>d)，需要注意的是，流形并不是一个形状，而是一个空间。

严谨些说：d维流形是在任意点处都同胚于d维欧式空间的空间。

2.n维拓扑流型：局部为拓扑空间的流型、

拓扑空间：是一个集合 X和其上定义的拓扑结构组成的二元组

3.流型学习：高维空间有冗余，只要用更少的维度就能表示希望的数据，那么高的维度没有必要。所以可以利用流型学习的观点进行非线性降维。传统的降维算法多是用欧式距离作为两点间距离的度量。采用欧氏距离作为度量尺度，会丢失“数据的结构特征”。

机器学习：建立带参数的模型，让机器从数据中求解模型参数
流形学习：建立模型时，包含了对数据流形的假设，再学习流形的参数。