解决过拟合问题有三种思路：加数据、正则化、降维，降维的思路来自于维度灾难
已知一个正方形边长为$2R$，则面积为$2^{2}R^{2}$，对应最大内接圆的面积为$\pi \cdot R^{2}$；一个正方体边长为$2R$，则体积为$2^{3}R^{3}$，对应最大内接球的体积为$\begin{aligned} \frac{4}{3}\pi \cdot R^{3}\end{aligned}$。因此，对于更高维度$D$，对应超正方体，我们可以认为它的体积为$2^{D}R^{D}$，超球体它的体积为$C \cdot R^{D}$，就有
$$
\lim\limits_{D \to +\infty}\frac{C \cdot R^{D}}{2^{D}R^{D}}=0
$$
其中$C$为常数
也就是，在高维空间中的数据点大多分布在立方体的边缘，数据集更加稀疏
我们也可以计算一个$D(D \to \infty)$维空间，半径为$1$的超球体的体积，以及该超球体与半径为$1-\epsilon(0<\epsilon <1)$的超球体间球壳的体积之差，发现二者体积都为$1$，也就是在球壳内部是几乎没有体积的，这也能说明在高维空间中的数据点大多分布在立方体的边缘，数据集更加稀疏
$$
降维\left{\begin{aligned}&直接降维:特征选择\&线性降维:PCA,MDS\&非线性降维:流形\left{\begin{aligned}&Isomap\&LLE\end{aligned}\right.\end{aligned}\right.
$$
虽然白班推导里没有，但大概根据自己的理解写了一下决策树的笔记
关于k近邻法（KNN），这个我有一点没太看明白，可能需要看一下源码，晚一点再发笔记，这里只能先撂下了
下周应该会发关于sklearn使用的一点笔记，主要是关于决策树的，最近把决策树看完了
这里有个关于决策树的疑问，关于决策树CART算法剪枝，Breiman等人证明：可以用递归的方法对树进行剪枝，将α从小到大排列，$0=α0<α1<⋯<αn<+∞$，产生一系列的区间，剪枝得到的子树序列对应着区间$α∈[αi,αi+1)，i=0,1,...,n$的最优子树序列${T_0,T_1,T_2,...,T_n}$,序列中的子树是嵌套的（即$T_1$是$T_0$的子树、$T_2$是$T_1$的子树）根据这个原理，是否我们只需要计算每一个枝条最下面的叶结点的$\alpha$，然后对比，谁小剪谁