riduzione della dimensionalità

La riduzione della dimensionalità, o riduzione della dimensione, è la trasformazione dei dati da uno spazio ad alta dimensione in uno spazio di dimensione minore, in modo che quest'ultima mantenga alcune proprietà significative dei dati originali, idealmente vicino alla sua dimensione intrinseca. Lavorare con spazi ad alta dimensionalità può essere indesiderabile per molte ragioni; i dati grezzi sono spesso sparsi come conseguenza della "maledizione della dimensionalità" e l'analisi dei dati è solitamente computazionalmente sconveniente. La riduzione della dimensionalità è comune nei campi che trattano un gran numero di osservazioni o un gran numero di variabili, come l'elaborazione del segnale, il riconoscimento vocale, la neuroinformatica e la bioinformatica. I metodi sono comunemente suddivisi in approcci lineari e non lineari. Gli approcci possono anche essere suddivisi in selezione ed estrazione delle caratteristiche. La riduzione della dimensionalità può essere utilizzata per la riduzione del rumore, la visualizzazione dei dati, l'analisi dei cluster o come passaggio intermedio per facilitare altre analisi.