特征工程(六): 非线性特征提取和模型堆叠

  • 时间:
  • 浏览:4
  • 来源:彩神大发pk10_神彩大发pk10官方

关键是,即使当大流形看起来多样化,每个点俯近的局部邻域通常可不都还上能 很好地近似于一片平坦的外皮。换句话说,.我学习使用局部形态对全局形态进行编码。非线性降维也被称为非线性嵌入,或流形学习。非

当在数据一另一个线性子空间像扁平饼时 PCA 是非常有用的。有以后 机会数据形成更多样化的形态呢?一另一个平面(线性子空间)可不都还上能 推广到一另一个 流形 (非线性子空间),它可不都还上能 被认为是一另一个被各种拉伸和滚动的外皮。

机会线性子空间是平的纸张,没人 卷起的纸张可是我非线性流形的例子。你也可不都还上能 叫它瑞士卷。(见图 7-1),一旦滚动,二维平面就会变为三维的。然而,它本质上仍是一另一个二维物体。换句话说,它具有低的内在维度,这是.我在“直觉”中机会接触到的一另一个概念。机会.我能以一种生活依据展开瑞士卷,.我就可不都还上能 恢复到二维平面。这是非线性降维的目标,它假定流形比它所发生的全维更简单,并试图展开它。