目前大部分降维算法处理向量表达的数据，也有一些降维算法处理高阶张量表达的数据 。之所以使用降维后的数据表示是因为在原始的高维空间中，包含有冗余信息以及噪音信息，在实际应用例如图像识别中造成了误差，降低了准确率；而通过降维,我们希望减少 冗余信息 所造成的误差,提高识别（或其他应用）的精度 。又或者希望通过降维算法来寻找数据内部的本质结构特征 。在很多算法中，降维算法成为了数据预处理的一部分，如PCA 。事实上，有一些算法如果没有降维预处理，其实是很难得到很好的效果的 。
参考文献
[1]. 回归（一）：线性回归
[2]. 模型的方差与偏差
[3].the Bias-
【偏差与方差理论】[4]. 机器学习之(Ridge )
- 海量遥感数据处理与GEE云计算
- 国之重器：中国都有哪些大国重器？与您解析 中国之最有哪些图文结合
- 探索中国的世界之最：壮丽的辉煌与惊人的成就 世界之最举例
- 真相！刘备与诸葛亮究竟是怎样的关系？
- 粉色姐妹花：探索美丽锈玫瑰湖与红酒河
- 机器人项目与产品开发
- “保护少年的你·携长风与你”|快来为孩子们的手绘画投票吧 一 中国之最我知道主题画
- Cloudcanal数据同步神器
- 隋炀帝与唐太宗的对比：好色程度其实差不多？
- 揭秘：关羽拒绝女儿与东吴和亲的五大原因