我们的目标是给定X，求Y的分布：P(Y|X)，其中X，Y是多维向量。
实际情况中，y1可能和x1关系更大，y2和x3,x5更相关...
所以我们改写P(Y|X) = p(y1|X)p(y2|Xy1)p(y3|Xy1y2)...
对于给定训练样本集，p(y1|X)，p(y2|Xy1)，p(y3|Xy1y2)...，都很好求（y的顺序一般按照关系从大到小的）。
在实用测试时，由x生成一些y1，xy1生成一些y2...直至结果。
有人问，为何这样折腾，不直接求P(Y|X)呢？
因为Y维度太高的话，样本数太少不行的，太稀疏了！求p(y1|X)需要的样本数就少很多嘛！
针对p(y1|X)，Y的高维度问题解决了；但是，X维度太高的话，长程关联依然很难捕获的问题。f1就是X的简化版。现在的问题就是f1如何得到。最简单粗暴的方法是直接精简X。
网友评论