什么是高维数据分析

① 楂樼淮鏁版嵁鍒嗘瀽甯堜粈涔

镎崭綔鍜屽垎鏋愬嶆潅銆侀珮瀹归噺銆侀珮缁存暟鎹銆傞珮缁存暟鎹鍒嗘瀽甯堟搷浣滃拰鍒嗘瀽澶嶆潅銆侀珮瀹归噺銆侀珮缁存暟鎹銆傛槸鏁版嵁甯堢殑涓绉嶏纴鎸囩殑鏄涓嶅悓琛屼笟涓锛屼笓闂ㄤ粠浜嬭屼笟鏁版嵁鎼滈泦銆佹暣鐞嗐佸垎鏋愩备富瑕佹槸璁＄畻鏁版嵁銆傛牴鎹鍒嗘瀽瑕佹眰锛屾彁鍙栨墍闇瑕佺殑鏁版嵁锛岃＄畻鏁版嵁锛屽仛琛ㄣ傝В閲婃暟鎹銆傝В璇绘暟鎹钖涔夈傚伐璧勯珮锛屽緢杞绘涧銆

② 什么是高维数据

高维数据挖掘，是基于高维度的一种数据挖掘，和传统的数据挖掘最主要的区别在于它的高维度。高维数据挖掘已成为数据挖掘的重点和难点。

随着技术的进步使得数据收集变得越来越容易，导致数据库规模越来越大、复杂性越来越高，如各种类型的贸易交易数据、Web 文档、基因表达数据、文档词频数据、用户评分数据、WEB使用数据及多媒体数据等，它们的维度（属性）通常可以达到成百上千维，甚至更高。

(2)什么是高维数据分析扩展阅读：

数据挖掘的广义观点：数据挖掘就是从存放在数据库，数据仓库或其他信息库中的大量的数据中“挖掘”有趣知识的过程。它是计算机技术研究中的一个很有应用价值的新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术，已成为国际上数据库和信息决策领域中最前沿的研究方向之一，引起了学术界和工业界的广泛关注。

随着数据维数的升高，高维索引结构的性能迅速下降，在低维空间中，我们经常采用欧式距离作为数据之间的相似性度量，但在高维空间中很多情况下这种相似性的概念不复存在，这就给高维数据挖掘带来了很严峻的考验，一方面引起基于索引结构的数据挖掘算法的性能下降，另一方面很多基于全空间距离函数的挖掘方法也会失效。

解决的方法可以有以下几种：可以通过降维将数据从高维降到低维，然后用低维数据的处理办法进行处理；对算法效率下降问题可以通过设计更为有效的索引结构、采用增量算法及并行算法等来提高算法的性能；对失效的问题通过重新定义使其获得新生。