Manifold Learning - leemik3/tensorflow-2.0 GitHub Wiki

• 고차원 데이터를 데이터 공간에 뿌리면 sample들을 잘 아우르는 subspace가 있을 것이라는 가정에서 학습을 진행하는 방법
• 이렇게 찾은 manifold는 데이터의 차원을 축소시킬 수 있다.
• manifold는 고차원의 데이터를 잘 표현한다. (샘플 데이터의 중요한 특징을 파악할 수 있다.)
• Manifold를 잘 찾았다면 dominant feature가 유사한 sample을 역으로 찾아볼 수 있다.

Manifold Learning의 사용

1. Data Comprehension

2. Data Visualization

3. Curse of Dimensionality

데이터의 차원이 증가할 수록 해당 공간의 크기(부피)가 기하급수적으로 증가하고, 데이터의 밀도는 급속도로 희박해짐. 따라서 차원이 증가할수록 데이터 분포 분석 또는 모델 추정에 필요한 샘플 데이터의 개수가 기하급수적으로 증가함

4. Discovering Most Important Features

---

Reference

tistory : Chap2. Manifold Learning이란 무엇인가