ความแตกต่างระหว่างการลดมิติและการลดจำนวน?

การลดขนาด

ในการลดมิติข้อมูล การเข้ารหัสหรือการแปลงข้อมูลใช้เพื่อเข้าถึงการแสดงข้อมูลที่ลดลงหรือ "บีบอัด" ของข้อมูลต้นฉบับ หากข้อมูลเดิมสามารถสร้างขึ้นใหม่จากข้อมูลที่บีบอัดได้โดยไม่สูญเสียข้อมูล การลดข้อมูลจะเรียกว่าไม่สูญเสียข้อมูล หากข้อมูลที่สร้างขึ้นใหม่เป็นเพียงการประมาณจากข้อมูลเดิม การลดข้อมูลจะเรียกว่าการสูญเสีย

DWT เกือบจะเกี่ยวข้องกับการแปลงฟูเรียร์แบบไม่ต่อเนื่อง (DFT) ซึ่งเป็นเทคนิคการประมวลผลสัญญาณที่มีไซน์และโคไซน์ โดยทั่วไป DWT จะได้รับการบีบอัดแบบสูญเสียข้อมูลที่ดีขึ้น นั่นคือถ้าค่าสัมประสิทธิ์จำนวนเท่ากันสำหรับ DWT และ DFT ของเวกเตอร์ข้อมูลที่กำหนด เวอร์ชัน DWT จะสนับสนุนการประมาณค่าข้อมูลต้นฉบับที่แม่นยำยิ่งขึ้น ดังนั้น สำหรับการประมาณที่เท่ากัน DWT จึงต้องการพื้นที่น้อยกว่า DFT

ลดจำนวน

ในการลดจำนวนลง ปริมาณข้อมูลจะลดลงโดยการเลือกรูปแบบการแสดงข้อมูลทางเลือกที่เล็กกว่า เทคนิคเหล่านี้อาจเป็นแบบพาราเมตริกหรือแบบไม่ใช้พารามิเตอร์ก็ได้ สำหรับวิธีพาราเมตริก ตัวแบบสามารถประมาณข้อมูลได้ ดังนั้นจึงต้องบันทึกเฉพาะพารามิเตอร์ข้อมูล แทนที่จะเป็นข้อมูลจริง เช่น โมเดลบันทึกเชิงเส้น เมธอดที่ไม่ใช่พารามิเตอร์ใช้สำหรับจัดเก็บการแสดงข้อมูลที่ลดลงซึ่งรวมถึงฮิสโตแกรม การจัดกลุ่ม และการสุ่มตัวอย่าง

ให้เราดูการเปรียบเทียบระหว่างการลดมิติและการลดจำนวน