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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注