https://www.chenk.top/zh/tags/ica/Recent content in ICA on Chen Kai BlogHugozh-CNThu, 05 Feb 2026 09:00:00 +0000https://www.chenk.top/zh/ml-math-derivations/17-%E9%99%8D%E7%BB%B4%E4%B8%8E%E4%B8%BB%E6%88%90%E5%88%86%E5%88%86%E6%9E%90/Thu, 05 Feb 2026 09:00:00 +0000https://www.chenk.top/zh/ml-math-derivations/17-%E9%99%8D%E7%BB%B4%E4%B8%8E%E4%B8%BB%E6%88%90%E5%88%86%E5%88%86%E6%9E%90/<h2 id="你将学到什么" class="heading-anchor">你将学到什么<a href="#%e4%bd%a0%e5%b0%86%e5%ad%a6%e5%88%b0%e4%bb%80%e4%b9%88" class="heading-link" aria-label="Permalink to this section" title="Copy link to this section">#</a> </h2><p>给聚类算法输入 10,000 维的数据，它大概率会失败——问题不在于算法本身，而在于<strong>高维空间对基于距离的学习方法天然不友好</strong>。体积几乎都集中在球壳上，最近邻和最远邻的距离比值趋近于 <span class="math-inline">$1$</span> ，“近”这个概念变得毫无意义。降维的目的正是将数据投影到低维空间，同时保留其关键结构。</p>