摘要：
PCA做法 deep auto-encoder做法 deep auto-encoder还原的图会更接近原图，但这并不是重点，要不然直接输出原图就好了，降维干嘛 重点是降维后能分开 例子： 阅读全文
摘要：
凭借的是降维前的空间中，每一个点和它的邻居之间的关系进行降维。 也叫流形学习Manifold Learning。 那个点离黄色点更远还是离红色点更远呢，表面上好像黄色点更远，但是按照形状其实红色更远，就像要降维之后再观察 方法一：局部线性嵌入（LLE） LLE目的也是降维，第一步找出wij K不能太 阅读全文
摘要：
有多少个词汇就有多少维向量，只有表示它那维是1其他都是0。这样不知道词汇之间的关系，所以可以采用class。但是这样太粗糙了，引入word embedding。 word embedding简介： 根据词汇的上下文找出它的vector count based：两个词经常一起出现，给他们一个相似的向量 阅读全文