Náhodné mapování - Random mapping

Pokud jsou datové vektory vysoce dimenzionální, je výpočetně nemožné použít analýzu dat nebo algoritmy rozpoznávání vzorů, které opakovaně počítají podobnosti nebo vzdálenosti v původním datovém prostoru. Proto je nutné omezit rozměrnost před například seskupením dat. Náhodné mapování (RM) je rychlý snížení rozměrů metoda kategorizovaná jako extrakce funkcí metoda. The RM spočívá v generování náhodné matice, která je vynásobena každým původním vektorem a výsledkem je zmenšený vektor Dolování textu v kontextu se ukazuje, že klasifikace dokumentů přesnost získaná po snížení rozměrnosti pomocí metody náhodného mapování bude téměř stejně dobrá jako původní přesnost, pokud je konečná rozměrnost dostatečně velká (přibližně 100 z 6000). Ve skutečnosti lze ukázat, že vnitřní produkt (podobnost) mezi mapovanými vektory těsně sleduje vnitřní produkt originálu vektory.

Viz také

Reference

  • Kaski, S. Redukce rozměrů náhodným mapováním: rychlý výpočet podobnosti pro shlukování. Proceedings of The 1998 IEEE International Joint Conference on Neural Networks, 1998. pp. 413–418. doi: 10,1109 / IJCNN.1998.682302