0
this質問Bag of Featuresモデルのベクトルの妥当な次元は何ですか? k
が大きく、次元数が大きすぎて効率的に管理できないため、次元数を減らすためにPCAを行う。 そのようなアプリケーションで通常の結果のベクトル次元(開始k
次元ベクトルに関連する)は何ですか?ビジュアルワード/機能のバッグの結果として得られるPCA?
this質問Bag of Featuresモデルのベクトルの妥当な次元は何ですか? k
が大きく、次元数が大きすぎて効率的に管理できないため、次元数を減らすためにPCAを行う。 そのようなアプリケーションで通常の結果のベクトル次元(開始k
次元ベクトルに関連する)は何ですか?ビジュアルワード/機能のバッグの結果として得られるPCA?
通常、PCAはではなく、です。
これで、希薄性が失われるためです。パフォーマンス上の理由から、スパースベクトルを使用したいので、PCAは使用しないでください。
これで、1000次元のベクターをどのように使ってみましょうか?例えば、最も近い画像を見つけるために、「最近隣」の問題のために。 BOFベクトルには何千もの次元があると聞きましたが、NNアルゴリズムは(多くても)数百の次元を扱います。 – justHelloWorld
* words *のように扱います。あなたはテキストのどちらかでPCAを実行しません。それはテキスト技術を使用するための "視覚的な言葉"のポイントです。 –
インデックスの各単語がビジュアルワード(ベクトルの特定の次元に対応)である逆索引を使用することをお勧めしますか? – justHelloWorld