字典学习

字典学习（dictionary learning），理学-计算机科学技术-人工智能-机器学习-特征学习-特征选择，从给定的数据集中学习得到一组基本元素的集合，使得给定的数据样本可以表示成基本元素的线性组合。这里的基本元素称为原子（atom），基本元素的集合称为字典（dictionary）。原子的特征维度跟给定数据样本的特征维度相等。字典学习需要同时学习字典和给定数据样本的线性组合系数。字典学习属于表示学习的一种，数据样本对应的线性组合系数可以作为相应样本新的特征表示。字典中的原子之间没必要保证相互正交。字典中的原子数目可以大于给定数据样本的维度，也可以小于或等于给定数据样本的维度。如果字典中的原子数目大于给定数据样本的维度，这样的字典称为过完备字典（over-complete dictionary）。如果字典中的原子数目小于给定数据样本的维度，对应的字典称为欠完备字典（under-complete dictionary）。如果字典是欠完备字典，给定数据样本的线性组合系数的维度低于数据样本的输入维度，线性组合系数是数据样本的降维表示。