简述多种降维算法

（点击上方公号，快速关注我们）来源：陈汝丹chenrudan.github.io最近看了一些关于降维算法的东西，本文首先给出了七种算法的一个信息表，归纳了关于每个算法可以调节的(超)参数、算法主要目的等等，然后介绍了降维的一些基本概念，包括降维是什么、为什么要降维、降维可以解决维数灾难等，然后分析可以从什么样的角度来降维，接着整理了这些算法的具体流程。主要目录如下:1. 降维基本概念2. 从什么角度出发降维3. 降维算法3.1 主成分分析PCA3.2 多维缩放(MDS)3.3 线性判别分析(LDA)3.4 等度量映射(Isomap)3.5 局部线性嵌入(LLE)3.6 t-SNE3.7 Deep Autoencoder Networks4. 小结老规矩，先上一个各个算法信息表，X 表示高维输入矩阵大小是高维数D乘以样本个数N，,Z 表示降维输出矩阵大 ………………………………