摘要：
1. 降维技术 1.1 降维的必要性 1. 多重共线性--预测变量之间相互关联。多重共线性会导致解空间的不稳定，从而可能导致结果的不连贯。2. 高维空间本身具有稀疏性。一维正态分布有68%的值落于正负标准差之间，而在十维空间上只有0.02%。 3. 过多的变量会妨碍查找规律的建立。 4. 仅在变量层 阅读全文
摘要：
一. SVD 1. 基本概念： （1）定义：提取信息的方法：奇异值分解Singular Value Decomposition（SVD） （2）优点：简化数据， 去除噪声，提高算法的结果 （3）缺点：数据转换难以想象，耗时，损失特征 （4）适用于：数值型数据 2. 应用： （1）隐性语义索引（LSI 阅读全文