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