K-En Yakın-Komşusunun ana fikri, en yakın noktalarını dikkate alır ve verilerin çoğunluk oyu ile sınıflandırılmasına karar verir. Eğer öyleyse, o zaman daha yüksek boyutlu verilerde problemler olmamalıdır çünkü yöreye duyarlı hash gibi yöntemler en yakın komşuları etkili bir şekilde bulabilir.
Buna ek olarak, Bayes ağları ile özellik seçimi verilerin boyutunu azaltabilir ve öğrenmeyi kolaylaştırabilir.
Bununla birlikte, istatistiksel öğrenmede John Lafferty'nin bu derleme makalesi , yüksek boyutlu özellik uzaylarında parametrik olmayan öğrenmenin hala bir zorluk ve çözülmediğine işaret etmektedir.
Neler yanlış gidiyor?