什么是等度量映射?有哪些算法?
计算机/软件
0 187
1
该提问暂无详细描述
收藏
2021-02-08 02:04 更新 小眼的铁板烧 •  1599
共 1 个回答
高赞 时间
0

等度量映射

等度量映射的基本出发点是认为低维流形嵌入到高维流形空间之后,直接在高维流形空间中计算直线距离具有误导性,因为高维空间中的直线距离在低维嵌入流形上是不可达的。如下图所示, 低维嵌入流形上两点距离是“测地线”距离:如果想象一只虫子从一点爬到零一点,如果它不能脱离曲面行走,那么下图的红色曲线就是距离最短的路径,即S曲面上的测地线,测地线距离是两点之间的本真距离。显然,直接在高维空间中计算直线距离是不恰当的。 那么,该如何计算地线距离呢?这是我们可以利用流形在局部上与欧式空间同胚这个性质,对每个点基于欧氏距离找出其近邻点,然后就能建立一个近邻连线图,图中近邻点之间存在连接,而非近邻点之间不存在连接,于是,计算两点之间测地线距离的问题,就转变为计算近邻连接图上两点之间的最短路径问题。从上图可以看出,基于紧邻距离逼近能够获得低维流形上测地线距离很好的近似。 在近邻连接图上计算两点之间的最短路径,可采用著名的Dijkstra算法或者Floyd算法,在得到任意两点之间的距离之后,就可通过MDS方法来获得样本点在低维空间中的坐标。

注意

Lsomap仅是得到了训练样本在低维空间中的坐标,对于新样本,如何将其映射到低维空间呢?这个问题的常用解决方法,是将训练样本的高维坐标作为输入、低维空间坐标作为输出,训练一个回归学习器来对新样本的低维空间坐标进行预测。

收藏
2021-02-08 02:09 更新 空心人 •  1519