매니 폴드 학습과 비선형 차원 축소 의 차이점은 무엇입니까 ?
이 두 용어가 서로 바꿔서 사용되는 것을 보았습니다. 예를 들면 다음과 같습니다.
http://www.cs.cornell.edu/~kilian/research/manifold/manifold.html :
매니 폴드 학습 (종종 비선형 차원 축소라고도 함)은 특성 특성을 유지하면서 원래 높은 차원 공간에있는 데이터를 낮은 차원 공간에 포함시키는 목표를 추구합니다.
http://www.stat.washington.edu/courses/stat539/spring14/Resources/tutorial_nonlin-dim-red.pdf :
이 자습서에서는 '매니 폴드 학습'과 '차원 축소'가 서로 바꿔서 사용됩니다.
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3337666/ :
차원 축소 방법은 다차원 클래스의 통계적 샘플링을 위해 수학적으로 정의 된 매니 폴드를 사용하여 보장 된 통계적 정확성의 차별 규칙을 생성하는 알고리즘 클래스입니다.
그러나 http://scikit-learn.org/stable/modules/manifold.html 이 더 미묘합니다.
매니 폴드 학습은 비선형 차원 축소 방법입니다.
내가 볼 수있는 첫 번째 차이점은 매니 폴드가 선형 일 수 있다는 것이므로 비선형 매니 폴드 학습과 비선형 차원 축소를 비교해야 합니다.