C++ 减少用于比较的特征向量的长度
我有一个问题,几个不同的对象分别由一个实数向量描述,介于0和100之间,长度(维度)为1000个元素 然后我想比较一个新的具有相同特征的向量和上面的向量集,找到最相似的,马氏距离 我的问题是: 如何将向量的长度减少到N个最相关的元素(例如,1000个元素中的100个),而不会对找到的答案的质量造成太大影响,即距离变化不大 请记住,每个向量都是对不同对象的描述,与其他对象无关 我曾考虑过使用PCA,但在研究之后,我发现每个物体至少需要两个样本,或者我理解的那样 有什么想法吗?在编码的情况下,我使用C++,OpenCV < /P> 提前谢谢。您也可以继续询问理论,然后在这里询问实际编程;)我知道的一些关键词:。关于同一个主题:您也可以继续询问理论,然后在这里询问实际编程;)我知道的一些关键词:。关于同一主题:C++ 减少用于比较的特征向量的长度,c++,opencv,vector,dimension,reduction,C++,Opencv,Vector,Dimension,Reduction,我有一个问题,几个不同的对象分别由一个实数向量描述,介于0和100之间,长度(维度)为1000个元素 然后我想比较一个新的具有相同特征的向量和上面的向量集,找到最相似的,马氏距离 我的问题是: 如何将向量的长度减少到N个最相关的元素(例如,1000个元素中的100个),而不会对找到的答案的质量造成太大影响,即距离变化不大 请记住,每个向量都是对不同对象的描述,与其他对象无关 我曾考虑过使用PCA,但在研究之后,我发现每个物体至少需要两个样本,或者我理解的那样 有什么想法吗?在编码的情况下,我使用