dimensionality reduction动机---data compression
Posted 李燕
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了dimensionality reduction动机---data compression相关的知识，希望对你有一定的参考价值。
data compression可以使数据占用更少的空间，并且能使算法提速
什么是dimensionality reduction(维数约简)
例1:比如说我们有一些数据，它有很多很多的features,取其中的两个features,如上图所示，一个为物体的长度用cm来度量的，一个也是物体的长度是用inches来度量的，显然这两上features是相关的，画到上图中，近似于一条直线，之所以点不在一条直线上，是因为我们在对物体测量长度是会取整（对cm进行取整，对inches进行取整），这样的就会产生误差。
在实际生活中这种情况很容易发生，如一个工程队给了你500个features,另一个工程队给了你300个features,第三个工程队给了你200个features,这样你就有1000个features,你很难知道这些features都是些什么，所以里面如果有相关的features你也不会知道，这样就会造成大量的冗余。
例2:右图的例子是关于飞行员的，如我们想对飞行员进行测试，一个feature x1是飞行员的飞行技术，一个feature x2是飞行员的工作愉快程度，这两个features是相关的，我们可以用一个feature(aptitude 资质 : 对角的那条直线)而不是两个features来表示，从而将数据从二维降到了一维
将二维数据约简到一维
如果我们的数据近似地在一条直线上，将数据投影到这条直线上，这样原来每个数据要用一个二维向量(x)表示它的位置，现在只需要一个实数(z)就能表示它的位置了
以上是关于dimensionality reduction动机---data compression的主要内容，如果未能解决你的问题，请参考以下文章
dimensionality reduction动机---data compression
r [Dimensionality Reduction]用于执行PCA，SVD，聚类等的代码...
机器学习 --- 降维（Dimensionality Reduction）
数据降维(Dimensionality reduction)