聚類巨大的高維向量

Question

我有一個巨大的數據集，數據集包含超過10,000個向量，每個向量現在是252維度，並在我繼續之前，因爲我不是從機器學習或數學領域。我有一些問題要問：

1.我想減少每個向量的維數，但我不知道選擇哪個算法。

2. KD-Tree是不錯的選擇嗎？

Answer 1

1. 來吧，和嘗試不同的降維技術。沒有一般最好的，你需要嘗試出來的東西。

2. K-d-tree通常不適用於252維度。因爲它是爲歐幾里得和曼哈頓距離而設計的，而這些在252維度上並不太有意義。

但是隻有10000個實例，您可能根本不需要索引。這很小。 10000 * 252 * 8字節= 20 MB，這不是很多。它很容易放入主存。