摘抄文章：打破“维度的诅咒”，机器学习降维大法好

为什么数据需要降维

机器模型用来帮忙预测一个目标变量，但是不一定输入图像的每一个特征都对应目标变量，这会使模型变得复杂。
这里所说的降维的纬度，就是图像的特征，对于图像分类模型来说，一个像素点就是一个特征

降维技术

1 特征选择

实用python的 scikit-learn库，使用散点图和热图来可视化不同特征的协方差，如果有高度相同的特征，就只留一个。

你可能会发现，在你的数据集的25个特征中，有7个对目标变量的影响占到了95%。所以能够删除18个特征，使机器学习模型变得更简单，而不会对模型的准确性产生太大影响。

2 投影技术

投影技术也被称为特征提取

这是在没有办法删除特征的时候使用的技术

这个技术现在也是看得似懂非懂

这是一堆围绕三维焦点的像“瑞士卷”的数据点集，可以采”用局部线性嵌入”(LLE)的方法来降维，降维完如下所示

这样就可以使用最简单的机器学习算法（线性回归）建模。

还可以使用主成分分析PCA来降维

投影技术存在两个缺点：

1. 一旦你开发了投影技术，就必须先将新数据点转换到低维空间，然后再通过机器学习模型运行它们。但如果这个预处理步骤的成本太大，最后模型的收益太小的话，可能不太值。

2. 转换后的数据点可能不能直接代表其原始特征，如果将它们再转换回原始空间可能很麻烦，某些情况下也不太可行，因此这可能会很难解释模型的推论。