Redukcja wymiarowości wysokowymiarowych zbiorów danych

Redukcja wymiarowości polega na przekształceniu danych wielowymiarowych w znaczącą reprezentację o zmniejszonej wymiarowości która odpowiada wewnętrznej wymiarowości danych. Liczba zmiennych lub atrybutów dowolnego zestawu danych w dużym stopniu wpływa na grupowanie tych konkretnych danych. Atrybuty te bezpośrednio wpływają na odmienność lub miary odległości wpływając tym samym na dokładność danych. Tak więc techniki redukcji wymiarowości mogą zdecydowanie poprawić klastrowanie. Klastrowanie to podział danych na grupy podobnych obiektów. Reprezentowanie danych przez mniejszą liczbę klastrów z konieczności traci pewne drobne szczegóły ale osiąga uproszczenie. Modeluje dane za pomocą klastrów.