哪些算法可以处理高维数据，同时降低计算复杂度？

我想了解哪些算法可以在处理高维数据时降低计算复杂度？我现在使用的算法处理我的高维数据需要大量的计算时间，而且很难准确地处理这些数据。我想寻找一些新型算法，能够更有效地降低计算复杂度并提高处理数据的准确度。请问有哪位专家可以给我一些建议或者引荐一些相关的论文或书籍吗？非常感谢！

提问时间：2023-06-09 02:43:54 编辑时间：2023-06-09 02:43:56 提问者： Black_Raven
  • LONE_WOLF
    3

    一些可以处理高维数据的算法包括PCA主成分分析、LDA线性判别分析、t-SNE t-分布随机邻域嵌入等。同时，降低计算复杂度的方法包括使用适当的数据结构、采用近似算法、并行计算等。关于降低计算复杂度和提高准确性的相关论文或书籍可以尝试查阅《The Elements of Statistical Learning》、《An Introduction to Statistical Learning》等相关经典著作。

    回答时间：2023-06-09 02:43:59
相关标签

高维数据 算法 计算复杂度 数据降维