关于降维相关概念

1. 维度

对于数组来说,就是.shape返回的结果,返回了几个数字,就是几维。如下:

"""一维"""
array([1, 2])
# 返回的.shape结果,返回了1个数字
shape (2,)  
"""二维"""
array([[1 2],
       [2 3],
       [3 4]])
# 返回的.shape结果,返回了2个数字
shape (3, 2)
"""三维"""
array([[[1 2],
        [2 3],
        [3 4]],

       [[1 2],
        [2 3],
        [3 4]]])
# 返回的.shape结果,返回了3个数字
shape (2, 3, 2)

特征矩阵中,维度指的是样本的数量或特征的数量,一般情况下,表示特征的数量。1个特征就是一维,2个就是二维…n个就是n维。

在这里插入图片描述
图像中,维度就是特征向量的数量。一个特征向量可以定义一条直线(一维);两个相互垂直的特征向量可以定义一个平面(二维);三个相互垂直的特征向量可以定义一个空间(三维);三个以上就是我们肉眼不可见,也难以想象的高维空间了。

在这里插入图片描述

2. 降维

降维算法中的“降维”如何理解呢?
所谓“降维”,顾名思义,就是降低特征矩阵中特征的数量。降维的实现可以让算法的运算速度更快,除此之外,降维还可以使得数据可视化。上面也说明了,我们人类能够想象的最高就是三维空间,通过降维,实现数据可视化,就能帮助我们更好理解数据分布。

  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值