摘 要：海量数据的涌现与数据维度的提升，让数据的噪声与冗余特征带来的负面影响呈现出了严重化的趋势。在降低数据维度的基础上，提升数据的分类精度是机器学习领域需面对的重要问题。本文主要从数据降维方法与机器学习分类方法的内容入手，对基于数据降维的机器学习分类应用问题进行分析。
关键词：数据降维；机器学习分类应用；手写数字识别
作者介绍：
赵斌（1995.05-），男，内蒙古通辽人。研究方向：互联网与大数据。
中图分类号：TP391.41 文献标识码：A 文章编号：2096-4706（2018）02-0000-02
Researchon the Application of Machine Learning Classification Based on Data Reduction
ZHAOBin
（BeijingUniversity of Posts and Telecommunications，Beijing 100876，China）Abstract：The emergence ofmassive data and the enhancement of data dimension make the negative impact ofthe data noise and redundancy features a serious trend. On the basis ofreducing the data dimension，improving theclassification accuracy of data is an important problem to be faced in thefield of machine learning. This paper，starting with thecontent of data reduction and machine learning classification，analyzes the problem of classification and application of machinelearning based on data reduction.
Keywords：data reduction；machinelearning classification application；handwritten digitalrecognition
参考文献：
[1] 石志国，杨志勇.深度学习降维过程中的信息损失度量研究 [J].小型微型计算机系统，2017，38（7）：1590-1594.
[2] 毕达天，邱长波，张晗.数据降维技术研究现状及其进展 [J].情报理论与实践，2013，36（2）：125-128.