Open Alex-McAvoy opened 4 months ago
https://alex-mcavoy.github.io/artificial-intelligence/machine-learning/unsupervised-learning/bb1f91de.html
【概述】线性降维方法假设从高维空间到低维空间的函数映射是线性的，但在实际应用中，可能需要非线性映射才能找到合适的低维嵌入 如下图所示，样本点从二维空间中的矩形区域采样后，以 S 形曲面嵌入到三维空间，若直接使用线性降维方法对三维空间观察到的样本点进行降维，则将丢失原本的低维结构
https://alex-mcavoy.github.io/artificial-intelligence/machine-learning/unsupervised-learning/bb1f91de.html
【概述】线性降维方法假设从高维空间到低维空间的函数映射是线性的，但在实际应用中，可能需要非线性映射才能找到合适的低维嵌入 如下图所示，样本点从二维空间中的矩形区域采样后，以 S 形曲面嵌入到三维空间，若直接使用线性降维方法对三维空间观察到的样本点进行降维，则将丢失原本的低维结构