从双变量投影重建高维数据集
机器学习
2023-12-27 v1 人机交互
摘要
本文研究从每个双变量投影（如矩阵散点图中所示）重建高维数据集的技术。引入了一种基于图的解决方案，涉及团查找，提供一组可能构成原始数据集的行。讨论了各种复杂情况，包括发现幻影团的情况以及无法得到精确解的情况。还展示了其他方法，其中一些方法涉及完全推导出行，另一些方法则涉及必须创造性地生成方法以找出某些可能性比其他可能性更大的情况。结果表明，在许多情况下（对于随机生成的数据集和真实世界数据集），这些方法在重建原始数据集的很大一部分方面非常成功，导致更高失败率的因素是维度更低、n更大和区间更小。
引用
@article{arxiv.2312.15306,
title = {Reconstructing High-Dimensional Datasets From Their Bivariate Projections},
author = {Eli Dugan and Klaus Mueller},
journal= {arXiv preprint arXiv:2312.15306},
year = {2023}
}