Manifold 流形

流形学习认为现实世界的数据在高维空间中表现为低维结构。例如,二维圆形仅需一维的极坐标就能描述,说明二维圆是一个一维流形。流形是扭曲后的d维空间,在m维空间中展现,它本身并非形状,而是一个空间。该理论有助于理解数据中隐藏的低维结构和去除维度冗余。

Manifold 流形

欢迎使用Markdown编辑器

流形学习的观点是认为,我们所能观察到的数据实际上是由一个低维流形映射到高维空间上的,即这些数据所在的空间是“嵌入在高维空间的低维流形。”。由于数据内部特征的限制,一些高维中的数据会产生维度上的冗余,实际上只需要比较低的维度就能唯一地表示。

*举个例子,一个二维圆形,实际上不需要所有二维数据点描述,因此存在冗余,实际上只需要极坐标(一维)就可以表示。*所以说,实际上二维空间中的圆就是一个一维流形。

一个流形好比是一个 d 维的空间,在一个 m 维的空间中 (m > d) 被扭曲之后的结果。需要注意的是,流形并不是一个“形状”,而是一个“空间”

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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