低维和高维数据

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。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注