Nel post precedente abbiamo visto che, in alte dimensioni, quasi tutto il volume di una sfera unitaria si trova in un guscio sottilissimo vicino al confine. Ma c'è un'altra sorpresa! 😄 La maggior parte dei punti si trova anche in una stretta lastra centrale attorno a qualsiasi direzione fissa. Quindi un punto "tipico" è lontano dall'origine in termini di distanza complessiva, ma la sua coordinata lungo qualsiasi asse dato è piccola. I punti ad alta dimensione sono sia "sulla superficie" che "vicino all'equatore", ed è per questo che i vettori casuali sono quasi ortogonali negli spazi di machine learning ad alta dimensione. 🤯 Grazie a @mutko55 per avermi ricordato questo. #HighDimensionalSpace #MachineLearning