s**5 发帖数: 68 | 1 小弟刚刚开始接触dimension reduction的项目,想了解下这个领域的应用面及前景如
何,谢谢! |
R********n 发帖数: 519 | 2 linear dimension reduction研究得很成熟了,应用效果也不错
non linear dimension reduction研究也不少,理论结果很多,但还远未令人满意
【在 s**5 的大作中提到】 : 小弟刚刚开始接触dimension reduction的项目,想了解下这个领域的应用面及前景如 : 何,谢谢!
|
d******e 发帖数: 7844 | 3 严格的说,non linear dimensionality reduction也有一些,只不过本质上还是
linear的或者用linear来近似,直接按nonlinear研究的不多
【在 R********n 的大作中提到】 : linear dimension reduction研究得很成熟了,应用效果也不错 : non linear dimension reduction研究也不少,理论结果很多,但还远未令人满意
|
R********n 发帖数: 519 | 4 恩,Machine Learning里面non linear的方法基本上都会在某个步骤用到linear
method,这个没法避免。不过出发点还是non linear的
我觉得比如manifold dimension reduction,LLE,LLC, LTSA,Laplacian等,应该是
出发点就是non linear,但是中间都会用到linear的method
【在 d******e 的大作中提到】 : 严格的说,non linear dimensionality reduction也有一些,只不过本质上还是 : linear的或者用linear来近似,直接按nonlinear研究的不多
|
d******e 发帖数: 7844 | 5 Dimensionality Reduction在Machine Leanring里快偃旗息鼓了吧。
没有大师出现来带动这个方向了,Dimensionality Reduction被国内EECS做人脸的人用
滥了,用尽各种组合来发文章,用来用去都是那几个准则。现在看到这个有抵触情绪,
哈哈
【在 R********n 的大作中提到】 : 恩,Machine Learning里面non linear的方法基本上都会在某个步骤用到linear : method,这个没法避免。不过出发点还是non linear的 : 我觉得比如manifold dimension reduction,LLE,LLC, LTSA,Laplacian等,应该是 : 出发点就是non linear,但是中间都会用到linear的method
|
g********r 发帖数: 8017 | 6 用在那些方向的就算了。忘了在哪里看到有人说,在高维里面直接做variable
selection没法成
功,所以应该从supervised降维开始,比如用SDR之类的方法。然后再用lasso衍生物。
似乎有点
道理。
【在 d******e 的大作中提到】 : Dimensionality Reduction在Machine Leanring里快偃旗息鼓了吧。 : 没有大师出现来带动这个方向了,Dimensionality Reduction被国内EECS做人脸的人用 : 滥了,用尽各种组合来发文章,用来用去都是那几个准则。现在看到这个有抵触情绪, : 哈哈
|
R*********r 发帖数: 225 | 7 具体说说你什么项目?
【在 s**5 的大作中提到】 : 小弟刚刚开始接触dimension reduction的项目,想了解下这个领域的应用面及前景如 : 何,谢谢!
|
R********n 发帖数: 519 | 8 对啊,呵呵,那些人脸上面的各种linear DR 或者近似linear DR,还有什么linear
subspace的方法,实在有点太多了,大同小异
【在 d******e 的大作中提到】 : Dimensionality Reduction在Machine Leanring里快偃旗息鼓了吧。 : 没有大师出现来带动这个方向了,Dimensionality Reduction被国内EECS做人脸的人用 : 滥了,用尽各种组合来发文章,用来用去都是那几个准则。现在看到这个有抵触情绪, : 哈哈
|
R********n 发帖数: 519 | 9 哦,呵呵,请问是哪位高人
SDR是supervised dimensionality reduction吗?最近几年似乎这方面工作不少,恩,
不了解具体的,不过最早的LDA其实就是SDR的一种,还有LDA的各种变形
LASSO是用在降维之后来做regression?
【在 g********r 的大作中提到】 : 用在那些方向的就算了。忘了在哪里看到有人说,在高维里面直接做variable : selection没法成 : 功,所以应该从supervised降维开始,比如用SDR之类的方法。然后再用lasso衍生物。 : 似乎有点 : 道理。
|
d******e 发帖数: 7844 | 10 Lasso的衍生物应该是指各种Shrink的方法吧?
【在 R********n 的大作中提到】 : 哦,呵呵,请问是哪位高人 : SDR是supervised dimensionality reduction吗?最近几年似乎这方面工作不少,恩, : 不了解具体的,不过最早的LDA其实就是SDR的一种,还有LDA的各种变形 : LASSO是用在降维之后来做regression?
|
|
|
R********n 发帖数: 519 | 11 对,我理解的统计里面的LASSO一开始就是linear regression加上L1 norm的constrain
和后面Tao等人做的Compressive Sensing都有关系
【在 d******e 的大作中提到】 : Lasso的衍生物应该是指各种Shrink的方法吧?
|
d******e 发帖数: 7844 | 12 汗,你理解的没有错... ...
constrain
【在 R********n 的大作中提到】 : 对,我理解的统计里面的LASSO一开始就是linear regression加上L1 norm的constrain : 和后面Tao等人做的Compressive Sensing都有关系
|
s**5 发帖数: 68 | 13 谢谢,能谈下在那些方面或领域有应用吗?
【在 R********n 的大作中提到】 : linear dimension reduction研究得很成熟了,应用效果也不错 : non linear dimension reduction研究也不少,理论结果很多,但还远未令人满意
|
g********r 发帖数: 8017 | 14 sufficient dimension reduction.就是Denis cook和他的一众弟子们积极研究的方向。
这种有response variable的降维似乎还是挺有可为的。
【在 R********n 的大作中提到】 : 哦,呵呵,请问是哪位高人 : SDR是supervised dimensionality reduction吗?最近几年似乎这方面工作不少,恩, : 不了解具体的,不过最早的LDA其实就是SDR的一种,还有LDA的各种变形 : LASSO是用在降维之后来做regression?
|
d******e 发帖数: 7844 | 15 无监督的降维对于数据依赖太大。
向。
【在 g********r 的大作中提到】 : sufficient dimension reduction.就是Denis cook和他的一众弟子们积极研究的方向。 : 这种有response variable的降维似乎还是挺有可为的。
|
R********n 发帖数: 519 | 16 sufficient dimension reduction, got it, 去看看他们的paper
向。
【在 g********r 的大作中提到】 : sufficient dimension reduction.就是Denis cook和他的一众弟子们积极研究的方向。 : 这种有response variable的降维似乎还是挺有可为的。
|