十个技巧，让你成为“降维”专家

大数据文摘出品来源：PLOS编译：啤酒泡泡、刘兆娜、李雷、sirin、邢畅、武帅、钱天培在分析高维数据时，降维（Dimensionality reduction，DR）方法是我们不可或缺的好帮手。作为数据去噪简化的一种方法，它对处理大多数现代生物数据很有帮助。在这些数据集中，经常存在着为单个样本同时收集数百甚至数百万个测量值的情况。由于“维度灾难”（curse of dimensionality）的存在，很多统计方法难以应用到高维数据上。虽然收集到的数据点很多，但是它们会散布在一个庞大的、几乎不可能进行彻底探索的高维空间中。通过降低数据的维度，你可以把这个复杂棘手的问题变得简单轻松。除去噪音但保存了所关注信息的低维度数据，对理解其隐含的结构和模式很有帮助。原始的高 ………………………………