流形学习初步

流形学习是机器学习研究员阅读文献绕不开的一个话题。

流形学习（Manifold Learning）是机器学习、模式识别中的一种方法，Manifold = Many fold，很多曲面片的叠加，在维数约简方面具有广泛的应用。主要思想是将高维的数据映射到低维，使该低维的数据能够反映原高维数据的某些本质结构特征。流形学习的前提基于一种假设，即某些高维数据，实际是一种低维的流形结构嵌入在高维空间中。流形学习的目的是将其映射回低维空间中，揭示其本质。