У меня есть проблема, когда несколько различных объектов описываются вектором действительных чисел от 0 до 100 и длиной (размерностью) 1000 элементов.
Затем я хочу сравнить новый вектор с равными характеристиками с набором векторов выше, чтобы найти наиболее похожий с расстоянием Махаланобиса.
Мой вопрос:
Как я могу уменьшить длину векторов до N наиболее значимых элементов (скажем, 100 из 1000), не влияя слишком сильно на качество найденных ответов, т. Е. Расстояние не слишком сильно меняется?
Помните, что каждый вектор — это описание другого объекта, не связанного с другими.
Я думал об использовании PCA, но изучив его, я увидел, что мне нужно как минимум два образца на объект, или я так понял.
Любая идея? В случае кодирования я использую C ++, OpenCV
Заранее спасибо.
Задача ещё не решена.
Других решений пока нет …