Korkeulotteinen Data ja Ulottuvuuksien Kirous
Korkean ulottuvuuden datassa on paljon piirteitä eli sarakkeita. Kun lisäät enemmän ulottuvuuksia, havaintopisteet leviävät kauemmas toisistaan ja tila muuttuu yhä tyhjemmäksi. Tämä vaikeuttaa kuvioiden löytämistä, koska etäisyydet pisteiden välillä menettävät merkityksensä. Tätä kutsutaan ulottuvuuksien kiroukseksi—haasteeksi analysoida dataa, jossa piirteitä on liikaa.
1234567891011121314151617181920212223242526272829import numpy as np import matplotlib.pyplot as plt # Generate random points in 2D np.random.seed(0) points_2d = np.random.rand(100, 2) # Generate random points in 3D points_3d = np.random.rand(100, 3) fig = plt.figure(figsize=(12, 5)) # Plot 2D points ax1 = fig.add_subplot(1, 2, 1) ax1.scatter(points_2d[:, 0], points_2d[:, 1], color='blue', alpha=0.6) ax1.set_title('100 Random Points in 2D') ax1.set_xlabel('X') ax1.set_ylabel('Y') # Plot 3D points ax2 = fig.add_subplot(1, 2, 2, projection='3d') ax2.scatter(points_3d[:, 0], points_3d[:, 1], points_3d[:, 2], color='red', alpha=0.6) ax2.set_title('100 Random Points in 3D') ax2.set_xlabel('X') ax2.set_ylabel('Y') ax2.set_zlabel('Z') plt.tight_layout() plt.show()
Kiitos palautteestasi!
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Awesome!
Completion rate improved to 8.33Korkeulotteinen Data ja Ulottuvuuksien Kirous
Pyyhkäise näyttääksesi valikon
Korkean ulottuvuuden datassa on paljon piirteitä eli sarakkeita. Kun lisäät enemmän ulottuvuuksia, havaintopisteet leviävät kauemmas toisistaan ja tila muuttuu yhä tyhjemmäksi. Tämä vaikeuttaa kuvioiden löytämistä, koska etäisyydet pisteiden välillä menettävät merkityksensä. Tätä kutsutaan ulottuvuuksien kiroukseksi—haasteeksi analysoida dataa, jossa piirteitä on liikaa.
1234567891011121314151617181920212223242526272829import numpy as np import matplotlib.pyplot as plt # Generate random points in 2D np.random.seed(0) points_2d = np.random.rand(100, 2) # Generate random points in 3D points_3d = np.random.rand(100, 3) fig = plt.figure(figsize=(12, 5)) # Plot 2D points ax1 = fig.add_subplot(1, 2, 1) ax1.scatter(points_2d[:, 0], points_2d[:, 1], color='blue', alpha=0.6) ax1.set_title('100 Random Points in 2D') ax1.set_xlabel('X') ax1.set_ylabel('Y') # Plot 3D points ax2 = fig.add_subplot(1, 2, 2, projection='3d') ax2.scatter(points_3d[:, 0], points_3d[:, 1], points_3d[:, 2], color='red', alpha=0.6) ax2.set_title('100 Random Points in 3D') ax2.set_xlabel('X') ax2.set_ylabel('Y') ax2.set_zlabel('Z') plt.tight_layout() plt.show()
Kiitos palautteestasi!
