র্যান্ডম প্রজেকশন
র্যান্ডম প্রজেকশন ডেটাকে একটি র্যান্ডম ম্যাট্রিক্স দ্বারা গুণ করে ডাইমেনশনালিটি হ্রাস করে, জনসন-লিন্ডেনস্ট্রস লেমা (১৯৮৪) এর উপর নির্ভর করে, যা নিশ্চিত করে যে পর্যাপ্ত র্যান্ডম দিকে প্রজেক্ট করলে সমস্ত জোড়া দূরত্ব প্রায় সংরক্ষিত থাকে। পিসিএ (PCA) এর বিপরীতে এটি ডেটা বিশ্লেষণ করে না — প্রজেকশনটি র্যান্ডম এবং ডেটা-অজ্ঞাত — এটি অত্যন্ত সস্তা এবং খুব উচ্চ-মাত্রিক ডেটা এবং স্ট্রিমিং বা গোপনীয়তা-সংবেদনশীল সেটিংসের জন্য উপযুক্ত।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Johnson, W. B., & Lindenstrauss, J. (1984). Extensions of Lipschitz mappings into a Hilbert space. Contemporary Mathematics, 26, 189–206. DOI: 10.1090/conm/026/737400 ↗
- Achlioptas, D. (2003). Database-friendly random projections: Johnson-Lindenstrauss with binary coins. Journal of Computer and System Sciences, 66(4), 671–687. DOI: 10.1016/S0022-0000(03)00025-4 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). Random Projection (Johnson-Lindenstrauss Dimensionality Reduction). ScholarGate. https://scholargate.app/bn/machine-learning/random-projection
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Locally Linear Embedding (LLE)যন্ত্র শিখন↔ compare
- ম্যাট্রিক্স কমপ্লিশনযন্ত্র শিখন↔ compare
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →