Dimensionality Reduction

定义 Definition

降维：在尽量保留数据主要信息（结构、模式、差异）的前提下，把高维特征空间的数据映射到更低维的表示，用于可视化、压缩、去噪、加速计算或缓解维度灾难。常见方法包括 PCA、t-SNE、UMAP 等。（该术语在机器学习与统计中也可涵盖“特征选择”等更广义做法。）

发音 Pronunciation (IPA)

/dɪˌmɛnʃəˈnælɪti rɪˈdʌkʃən/

例句 Examples

Dimensionality reduction helps us visualize high-dimensional data in 2D.
降维帮助我们把高维数据用二维方式可视化。

After applying dimensionality reduction, the classifier trained faster while keeping similar accuracy.
应用降维后，分类器训练更快，同时保持了相近的准确率。

词源 Etymology

dimensionality 来自 dimension（维度）加后缀 -ality（表示“……的性质/状态”），指“维度的数量或性质”；reduction 源自拉丁语 reducere（“带回、减少”），在数学与科学语境中常指“把某物化简/降低”。合起来即“降低数据表示的维数”。

相关词 Related Words

• PCA
• Feature
• Embedding
• Projection
• Manifold
• Clustering
• Variance
• Sparsity

文学作品 Literary Works

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）
• Pattern Recognition and Machine Learning（Christopher M. Bishop）
• An Introduction to Statistical Learning（James, Witten, Hastie, Tibshirani）
• Deep Learning（Goodfellow, Bengio, Courville）