sklearn.random_projection

随机投影变换器。

随机投影是一种简单且计算效率高的方法，通过以可控的精度损失（作为额外的方差）换取更快的处理时间和更小的模型大小，来降低数据的维度。

随机投影矩阵的维度和分布受到控制，以保持数据集中任意两个样本之间的成对距离。

随机投影效率背后的主要理论结果是 Johnson-Lindenstrauss引理（引用自维基百科） ：

在数学中，Johnson-Lindenstrauss引理是关于从高维空间到低维欧几里得空间低失真嵌入点的结果。该引理表明，高维空间中的一小部分点可以嵌入到维度低得多的空间中，使得点之间的距离几乎保持不变。用于嵌入的映射至少是Lipschitz的，甚至可以被视为正交投影。

User guide. See the 随机投影 section for further details.

GaussianRandomProjection	通过高斯随机投影降低维度。
SparseRandomProjection	通过稀疏随机投影降低维度。
johnson_lindenstrauss_min_dim	找到一个“安全”的随机投影组件数量。