降维或维度减少是将数据从高维空间转换为低维空间，以便低维表示保留原始数据的一些有意义的属性，理想情况下接近其固有维度。在高维空间中工作可能出于多种原因而不可取；由于维数灾难，原始数据通常很稀疏，并且分析数据通常在计算上难以处理（难以控制或处理）。降维在处理大量观测值和/或大量变量的领域很常见，例如信号处理、语音识别、神经信息学和生物信息学。
方法通常分为线性方法和非线性方法。方法也可以分为特征选择和特征提取。降维可用于降低噪声、数据可视化、聚类分析，或作为中间步骤以促进其他分析。
https://embed.notionlytics.com/wt/ZXlKM2IzSnJjM0JoWTJWVWNtRmphMlZ5U1dRaU9pSlhiRWhvWlV4VVQxbHNjMlZYV2tKbU9URndaU0lzSW5CaFoyVkpaQ0k2SWpobE5qaGlaV0psTlRka1pUUTRPV1ZoTURrNVlXUmhNMlUyWWpWaE1qQXdJbjA9