g****t
发帖数: 31659 | 1 www.kgraph.org
http://www.kgraph.org/
上不去, LoL | w***g
发帖数: 5958 | 2 是网站挂了. 机房断电, 机器没有自动起来. 你要想看说明去
http://github.com/aaalgo/kgraph
【在 g****t 的大作中提到】
: www.kgraph.org
: http://www.kgraph.org/
: 上不去, LoL
| g****t
发帖数: 31659 | 3 谢谢。我学习下。
之前看过一个类似compressed sensing的文章，
说满足一定统计条件的数据点低维坐标如果是一组nearest neighborhood 的点，
那么在高维可以渐进概率为1也是nearest。
你听说过这种东西吗？
: 是网站挂了. 机房断电, 机器没有自动起来. 你要想看说明去
: http://github.com/aaalgo/kgraph
【在 w***g 的大作中提到】
: 是网站挂了. 机房断电, 机器没有自动起来. 你要想看说明去
: http://github.com/aaalgo/kgraph
| c*********e
发帖数: 16335 | 4 LAMP架构，ubuntu的os
有没有用cms?
【在 g****t 的大作中提到】
: www.kgraph.org
: http://www.kgraph.org/
: 上不去, LoL
| w***g
发帖数: 5958 | 5 我听过类似的是random projection.
就是把高维通过随机线性变换降维(相对的,PCA是优化出来的一组基),
能大致保持距离.
关于nearest neighbor的结论是, 一般而言, 随着维度升高
r/R -> 1
r: nearest neighbor distance
R: fartherst neighbor distance
这个可以解释为什么有人找老公/买房子越来越下不了决心.
因为看到的维度越来越多, 就会发现其实并没有特别好的.
或者说, 一般来说, 在极高维做nearest neighbor search没有意义.
实际数据表观维度很高, 但是维度之间有相关性, 所以往往
内蕴的维度并不是太高.
所以你说的compressed sensing的重要性应该是"一定的统计条件"是
什么. 我没学过compressed sensing, 完全根据你的贴子猜的.
(网站已经起来了)
【在 g****t 的大作中提到】
: 谢谢。我学习下。
: 之前看过一个类似compressed sensing的文章，
: 说满足一定统计条件的数据点低维坐标如果是一组nearest neighborhood 的点，
: 那么在高维可以渐进概率为1也是nearest。
: 你听说过这种东西吗？
:
:
: 是网站挂了. 机房断电, 机器没有自动起来. 你要想看说明去
:
: http://github.com/aaalgo/kgraph
:
| g****t
发帖数: 31659 | 6 对对，就是降维的。文章我找到了：
https://www.cs.princeton.edu/~chazelle/pubs/stoc06.pdf
Www.cs.princeton.edu/~chazelle/pubs/stoc06.pdf
: 我听过类似的是random projection.
: 就是把高维通过随机线性变换降维(相对的,PCA是优化出来的一组基),
: 能大致保持距离.
: 关于nearest neighbor的结论是, 一般而言, 随着维度升高
: r/R -
【在 w***g 的大作中提到】
: 我听过类似的是random projection.
: 就是把高维通过随机线性变换降维(相对的,PCA是优化出来的一组基),
: 能大致保持距离.
: 关于nearest neighbor的结论是, 一般而言, 随着维度升高
: r/R -> 1
: r: nearest neighbor distance
: R: fartherst neighbor distance
: 这个可以解释为什么有人找老公/买房子越来越下不了决心.
: 因为看到的维度越来越多, 就会发现其实并没有特别好的.
: 或者说, 一般来说, 在极高维做nearest neighbor search没有意义.
| g****t
发帖数: 31659 | 7 btw:
请问你这个网页封面的图是用什么工具画的？
【在 g****t 的大作中提到】
: www.kgraph.org
: http://www.kgraph.org/
: 上不去, LoL
| w***g
发帖数: 5958 | 8 gnuplot. 写论文画图必备啊.
【在 g****t 的大作中提到】
: btw:
: 请问你这个网页封面的图是用什么工具画的？
| N*****m
发帖数: 42603 | 9 做过一段时间的高维聚合，确实比较难
【在 w***g 的大作中提到】
: 我听过类似的是random projection.
: 就是把高维通过随机线性变换降维(相对的,PCA是优化出来的一组基),
: 能大致保持距离.
: 关于nearest neighbor的结论是, 一般而言, 随着维度升高
: r/R -> 1
: r: nearest neighbor distance
: R: fartherst neighbor distance
: 这个可以解释为什么有人找老公/买房子越来越下不了决心.
: 因为看到的维度越来越多, 就会发现其实并没有特别好的.
: 或者说, 一般来说, 在极高维做nearest neighbor search没有意义.
|
|
