次元の呪い

次元の呪いとは、データを表す特徴量（次元）の数が増えすぎると、学習に必要なデータ量が爆発的に増え、うまく学習できなくなる問題のことです。

特徴量が増えるほどデータの「すき間」が広がり、同じ精度を出すには桁違いに多くのデータが必要になります。特徴量を増やせば賢くなる、とは限らないのです。

この問題があるため、本当に役立つ特徴量に絞り込む「次元圧縮」などの工夫が重要になります。