贝蒂，L。;Chio，我。;弗莱什曼，J。;艾奥塞维奇。;Iulianelli，F。;基里拉，S。;马蒂诺，M。;A.马耶利。;包装，S。;盛，Z。;塔里安西奇，C。;A.托马斯。;韦布拉，N。;Wyman，E。;伊尔迪林，美国。;赵，K。 分形维数、近似值和数据集。 arXiv:2209.12079 预印本，arXiv:2209.12079[math.ST]（2022）。 摘要：本文的目的是研究大数据集中的分形现象及其降维相关问题。我们研究了经典主成分分析无法有效识别数据集显著潜在分形特征的情况。相反，我们使用从几何测度理论借用的离散能量来限制给定数据集中位于（k）维超平面附近的点的数量，或者更一般地说，接近给定的上Minkowski维集。描述了自然产生的数据集产生的具体动机，并概述了未来的方向。 MSC公司： 28A75号 长度、面积、体积、其他几何测量理论 62兰特 大数据和数据科学的统计方面 BibTeX公司 引用 \textit{L.Betti}等人，“分形维数、近似值和数据集”，预打印，arXiv:2209.12079[math.ST]（2022） 全文： arXiv公司 OA许可证 arXiv数据来自arXiv OAI-PMH API.如果你发现了错误，请直接向arXiv报告.