认知谬论：什么是维度诅咒

22-02-14 banq

你的数据越详细，它就越缺乏洞察力。仅向图形添加 1 个额外参数会导致图形的体积呈指数增长，分散包含的数据点并删除它们之间的有意义的关联。
维度诅咒现象出现在数值分析、采样、组合学、机器学习、数据挖掘和数据库等领域。这些问题的共同主题是，当维度增加时，体积空间的增长如此之快，以至于可用数据变得稀疏。为了获得可靠的结果，所需的数据量通常会随着维度呈指数增长。
这个短语，归因于 Richard Bellman，是为了表达使用蛮力（又名网格搜索）来优化具有太多输入变量的函数的困难。
在今天的大数据世界里，它也可以指当你的数据有大量维度时出现的其他几个潜在问题。