摘要：
这次突然打算写点dimension reduction的东西， 虽然可以从PCA， manifold learning之类的东西开始， 但很难用那些东西说出好玩的东西。 这次选择的是一个不太出名但很有趣的方法， 随机映射。 但某些地方它一直是被当成LSH方法来介绍的， 关于这点我不想过多追究， 这里我认为他是一个降维。 Problem Statement 首先我们来看一个问题， 如果你手头有一组数据$X \in R^n$， 它的维数太高， 从而不得不进行降维至$R^k$， 你会怎么办？ 相信不少人反射性地求它的$x’x$，然后转化为延最大方差展开的问题。 当然这个方法很数学， 也很漂亮， 但. 阅读全文
