维数灾难一般有两种说法:
一种是维数很高的情况下,计算机的内存以及运算时间会超长;另一种,维数很高,样本量很小的情况下进行参数估计不能获得正确的估计。机器学习中是指第二种。
本文探讨了机器学习中维数灾难的两种表现形式:一是高维度数据导致计算资源消耗过大;二是高维特征空间中样本稀疏,使得参数估计难以准确。重点分析了后者对机器学习的影响。
维数灾难一般有两种说法:
一种是维数很高的情况下,计算机的内存以及运算时间会超长;另一种,维数很高,样本量很小的情况下进行参数估计不能获得正确的估计。机器学习中是指第二种。
2499
5万+
9027
2816
1万+
2823

被折叠的 条评论
为什么被折叠?