博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
"模式识别与机器学习"读书笔记—— 1.4 The Curse of Dimensionality
阅读量:6658 次
发布时间:2019-06-25

本文共 229 字,大约阅读时间需要 1 分钟。

多项式拟合只有一个输入变量x,在实际中会有n多变量的情况,就想高维度问题那样,本节大致描述如何处理这些问题。

可以降维处理,比如一张图片,本来有x,y两个输入变量,你可以把这张图片切成n多个小图片,给每个小图片一个标号,这样输入变量就变成1个了。这样做的缺点是从高维向低维降的时候,数据规模会指数型的增长。

也可以模仿多项式拟合的,只是引入更多变量的多项式拟合,这样数据规模是幂次增长,比指数稍好一点。

高维问题与低维问题有诸多区别,但这节没有更详细的介绍。

转载地址:http://jkqto.baihongyu.com/

你可能感兴趣的文章
电信服务业是民营资本的下一个金矿
查看>>
短信行业已夕阳?“云片”说那得看是在什么领域里
查看>>
OpenStack 搭建(二)
查看>>
JAVA常见算法题(二)
查看>>
CentOS 6 自定义单实例 二进制方式 安装mariadb-5.5.59
查看>>
操作显存数据(1601)
查看>>
如何测试WEB应用程序防止SQL注入攻击
查看>>
rsync+sersync实战
查看>>
Step by Step-构建自己的ORM系列-开篇
查看>>
运维那点事
查看>>
Java数组冒泡排序与二维数组
查看>>
字体下载大宝库:30款好看的免费英文字体
查看>>
R730 安装server 2008
查看>>
X8 Root方法
查看>>
JAVA并发处理经验(四)并行模式与算法5:并行排序模式-奇偶性排序
查看>>
html常见兼容性问题?
查看>>
Jquery封装tab选项卡
查看>>
gitlab修改项目的url
查看>>
完全用链表实现的贪吃蛇
查看>>
平板不会取代办公PC 但某种技术可能会
查看>>