Exploring unsupervised feature extraction algorithms: tackling high dimensionality in small datasets
Abstract Small datasets are common in many fields due to factors such as limited data collection opportunities or privacy concerns. These datasets often contain high-dimensional features, yet present significant challenges of dimensionality, wherein the sparsity of data in high-dimensional spaces ma...
Đã lưu trong:
| Những tác giả chính: | , , , , |
|---|---|
| Định dạng: | Artigo |
| Ngôn ngữ: | Inglês |
| Được phát hành: |
Nature Portfolio
2025-07-01
|
| Loạt: | Scientific Reports |
| Những chủ đề: | |
| Truy cập trực tuyến: | https://doi.org/10.1038/s41598-025-07725-9 |
| Các nhãn: |
Không có thẻ, Là người đầu tiên thẻ bản ghi này!
|