"模式识别与机器学习"读书笔记—— 1.4 The Curse of Dimensionality

多项式拟合只有一个输入变量x,在实际中会有n多变量的情况,就想高维度问题那样,本节大致描述如何处理这些问题。

可以降维处理,比如一张图片,本来有x,y两个输入变量,你可以把这张图片切成n多个小图片,给每个小图片一个标号,这样输入变量就变成1个了。这样做的缺点是从高维向低维降的时候,数据规模会指数型的增长。

也可以模仿多项式拟合的,只是引入更多变量的多项式拟合,这样数据规模是幂次增长,比指数稍好一点。

高维问题与低维问题有诸多区别,但这节没有更详细的介绍。

你可能感兴趣的:(机器学习)