dimension reduction에 관련된 몇 가지 관점

앞에 썻던 글에서 처럼 네이버 d2 영상을 보다보면 차원축소와 관련된 영상을 볼 수 있는데

이에서 언급한 새로들은 차원축소와 관련된 관점들을 써보려고한다.

0. 차원축소란 고차원에 존재하는 데이터들을 잘 담고(포함?어우르고?)있는 그 고차원에 있는  submanifold(저차원)를 찾는 것이라고도 볼 수 있다. 

1. 차원축소가 필요한 이유 중 visualization도 물론 있지만, 고차원에서의 데이터들은 차원이 높은곳에 있어 데이터들이 너무 희박하게 존재해서 문제이다. 예를들면 그림 rgb 200*200 그림을 보면 랜덤으로 아무거나 뽑으면 거의 절대로 우리가 알아볼수 있는 그림이 나오기가 힘들다. 즉 Random image is just noisy일 뿐이다.

2. 차원의 저주 : 같은 메져에 대해서도 고차원에서 가깝던 데이터가 저차원의 manifold에서는 거리가 짧아질 수 있어서 고차원에서의 적절한 거리측정 방식을 찾기 힘들다.