从数据集中选择N个样本以获得最佳分布

Question

之前可能已经提出过这个问题，但我找不到。我不确定如何恰当地说出来。 我的情况是这样的：

我有一个大型数据集，我想选择最能代表数据的样本子集。

更具体地说，我在单位（超级）立方体中有很多点，我想选择具有最宽/最宽覆盖范围的N个点。

我认为这必须是一个众所周知的问题（例如，颜色量化）。但是，还有一个额外的约束。 N个样本必须是原始数据集的成员，而不是群集的平均值或类似的东西。

另外，我不关心效率，准确性更重要。

感谢。