Estoy tratando de entender las diferencias entre los métodos de reducción de dimensionalidad lineal (por ejemplo, PCA) y los no lineales (por ejemplo, Isomap).
No puedo entender lo que implica la (no) linealidad en este contexto. Leí de Wikipedia que
En comparación, si se utiliza PCA (un algoritmo de reducción de dimensionalidad lineal) para reducir este mismo conjunto de datos en dos dimensiones, los valores resultantes no están tan bien organizados. Esto demuestra que los vectores de alta dimensión (cada uno representa una letra 'A') que muestrean esta variedad varían de manera no lineal.
Que hace
Los vectores de alta dimensión (cada uno representa una letra 'A') que muestrean esta variedad varían de manera no lineal.
¿media? O, en términos más generales, ¿cómo entiendo la (no) linealidad en este contexto?