维数灾难
来源:互联网 发布:微软亚洲研究院 知乎 编辑:程序博客网 时间:2024/05/15 20:26
1.维数灾难(英语:curse of dimensionality,又名维度的诅咒)是一个最早由理查德·贝尔曼(Richard E. Bellman)在考虑优化问题时首次提出来的术语[1][2],用来描述当(数学)空间维度增加时,分析和组织高维空间(通常有成百上千维),因体积指数增加而遇到各种问题场景。这样的难题在低维空间中不
会遇到,如物理空间通常只用三维来建模。
举例来说,100个平均分布的点能把一个单位区间以每个点距离不超过0.01采样;而当维度增加到10后,如果以相邻点距离不超过0.01小方格采样一单位超正方体,则需要1020 个采样点:所以,这个10维的超正方体也可以说是比单位区间大1018倍。(这个是理查德·贝尔曼所举的例子)
在很多领域中,如采样、组合数学、机器学习和数据挖掘都有提及到这个名字的现象。这些问题的共同特色是当维数提高时,空间的体积提高太快,因而可用数据变得很稀疏。稀疏性对于任何要求有统计学意义的方法而言都是一个问题,为了获得在统计学上正确并且有可靠的结果,用来支撑这一结果所需要的数据量通常随着维数的提高而呈指数级增长。而且,在组织和搜索数据时也有赖于检测对象区域,这些区域中的对象通过相似度属性而形成分组。然而在高维空间中,所有的数据都很稀疏,从很多角度看都不相似,因而平常使用的数据组织策略变得极其低效。
阅读全文
0 0
- 维数灾难
- 维数灾难
- 维数灾难
- 维数灾难
- 维数灾难
- 维数灾难
- 维数灾难(from wiji)
- 离散与维数灾难
- 离散和维数灾难
- curse of dimensionality维数灾难
- 维数灾难 curse of dimensionality
- curse of dimensionality维数灾难
- 机器学习中的维数灾难
- 机器学习中的维数灾难
- [转载]分类问题中的“维数灾难”
- 分类问题中的“维数灾难”
- 【十七】离散与维数灾难
- 分类问题中的“维数灾难”
- 多线程BaseDao实现在同一内存中实现多个连接对象
- POJ3233---Matrix Power Series (矩阵快速幂(升级):矩阵套矩阵)
- 多线程三种方式2
- 各种多线程
- 多线程
- 维数灾难
- 3172: [Tjoi2013]单词
- get和post在method中的区别
- 走起多线程
- HUD-1298 T9(字典树trie + dfs)
- mysql5.5.56.zip注册服务需要注意的事
- 比懒人图标更懒的图标库
- 多线程runnable接口案例
- call future实现多线程