为了提取主要特征和方便处理,大多数机器学习任务都要求把高维数据投影到低维空间。在这些拓扑空间中,数据对象的相似性一般由欧式距离来度量。讨论了对某些应用而言,相似性也可以以路径为指标来衡量,并且讨论了特征选取中局部和全局的关系。基于图谱理论,提出了一种结合路径特征和距离特征的维数约简方法,旨在发掘和保持原有数据中有意义的局部近邻关系。在信息检索和人脸识别的试验中,它取得了较好的效果。
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~