维度学习、度量学习 一.先说特征选择，即子集选择。 二. 主成分分析（PCA） 三.FA 四.ICA 六.线性判别分析（LDA） 七.局部线性嵌入LLE 八.等距特征映射 九.小波变换 推荐阅读的论文
之所以将这三个放在一起，主要是在学习的时候，感觉他们之间有很大的关联，是一大类非监督学习，且其中的主要算法都可以从这几个学习方法的角度来解释。我的一个不成熟的解释是，这三种算法都是在寻找一种转换，将数据放在一个适合的空间，以求获得合适的度量方式（距离度量，维度度量等等）。这里主要总结了其他大神们的杰作，以及西瓜书上的内容。维度灾难发生时，利用维度学习将数据转换到合适空间；流形学习利用拓扑流形概念来
