Projektimi i rastësishëm
Projektimi i rastësishëm zvogëlon dimensionet duke shumëzuar të dhënat me një matricë të rastësishme, duke u mbështetur në lema Johnson-Lindenstrauss (1984), e cila garanton se projektimi në drejtime të mjaftueshme të rastësishme ruan përafërsisht të gjitha distancat çift-pas-çifti. Ndryshe nga PCA, ai nuk analizon fare të dhënat — projektimi është i rastësishëm dhe i pavarur nga të dhënat — duke e bërë atë jashtëzakonisht të lirë dhe të përshtatshëm për të dhëna me shumë dimensione dhe për skenarë me transmetim (streaming) ose të ndjeshëm ndaj privatësisë.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- 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 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 2). Random Projection (Johnson-Lindenstrauss Dimensionality Reduction). ScholarGate. https://scholargate.app/sq/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)Mësimi i makinës↔ compare
- Plotësimi i matricësMësimi i makinës↔ compare
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →