Im vorherigen Beitrag haben wir gesehen, dass in hohen Dimensionen fast das gesamte Volumen einer Einheitssphäre in einer rasiermesserdünnen Schale nahe der Grenze lebt. Aber es gibt eine weitere Wendung! 😄 Die meisten Punkte liegen auch in einer schmalen zentralen Platte um jede feste Richtung. Ein „typischer“ Punkt ist in Bezug auf die Gesamtdistanz weit vom Ursprung entfernt, aber seine Koordinate entlang einer gegebenen Achse ist winzig. Hochdimensionale Punkte sind sowohl „an der Oberfläche“ als auch „nahe dem Äquator“, weshalb zufällige Vektoren in hochdimensionalen Machine Learning-Räumen fast orthogonal sind. 🤯 Danke an @mutko55, dass du mich daran erinnert hast. #HighDimensionalSpace #MachineLearning