What happens if you peel a 100 Dimensional Orange?
3-Second Blueprint (English)
- Hypersphere volume scales as radius to the power d, so peeling 10% off the radius leaves 73% core volume in 3D but 0.003% in 100 dimensions.
- As dimensions increase, over 99.99% of volume concentrates in the thin outer shell, pushing scattered feature vectors far from one another.
- Sampling 10 grid steps per axis needs 1,000 points in 3D versus a googol in 100D, showing why excess ML features cause severe data sparsity.
Curse of DimensionalityHypersphere ScalingFeature Space SparsityModel Classification
3-Sekunden-Fazit (Deutsch)
- Das Volumen einer Hypersphäre skaliert mit r hoch d: 10 % Schale lassen in 3D noch 73 % Fruchtfleisch übrig, in 100D aber nur 0,003 Prozent.
- In hohen Dimensionen konzentrieren sich über 99,99 % des Volumens am äußeren Rand, wodurch zufällige Datenpunkte weit auseinanderdriften.
- Zehn Stützpunkte pro Achse erfordern 1.000 Punkte in 3D, aber ein Googol in 100D – zu viele ML-Merkmale erzeugen extreme Datendünnheit.
Fluch der DimensionalitätHypersphären-VolumenMerkmalsraum-DünnheitML-Klassifikation
Note / Hinweis: Blueprints are AI-generated educational summaries (0% Politics · 0% Religion · 0% Brainrot) and do not constitute medical, legal, or financial advice. / KI-generierte Zusammenfassung zu Bildungszwecken – ersetzt keine medizinische, rechtliche oder finanzielle Fachberatung.