我刚开始学习机器学习,在学习支持向量机(SVM)时遇到了“低维和高维数据”这个术语。请问有人能解释一下它们是什么,以及它们的区别吗?
回答:
一般来说,这指的是你在试图分类的样本中拥有的特征数量。例如,著名的鸢尾花数据集仅包括4个特征(花萼长度、花萼宽度、花瓣宽度、花瓣长度),因此被认为是低维数据集。
其他处理更复杂数据的数据集,每个样本可能包含数百或数千个特征。这些被认为是高维数据集。
我刚开始学习机器学习,在学习支持向量机(SVM)时遇到了“低维和高维数据”这个术语。请问有人能解释一下它们是什么,以及它们的区别吗?
回答:
一般来说,这指的是你在试图分类的样本中拥有的特征数量。例如,著名的鸢尾花数据集仅包括4个特征(花萼长度、花萼宽度、花瓣宽度、花瓣长度),因此被认为是低维数据集。
其他处理更复杂数据的数据集,每个样本可能包含数百或数千个特征。这些被认为是高维数据集。