我遇到了一个问题，其中几个不同的对象分别用实数向量描述，介于0和100之间，长度（维度）为1000个元素。
然后我想比较一个具有相同特征的新矢量和上面的矢量集，找到最相似的，与马哈拉诺比斯距离。
我的问题是：
如何将向量的长度减少到N个最相关的元素（比如1000个中的100个），而不会过多地影响找到的答案的质量，即距离变化不是太大？
请记住，每个向量都是对不同对象的描述，与其他对象无关。
我考虑过使用PCA，但在研究之后，我发现每个对象至少需要两个样本，或者我理解。
有什么想法吗？在编码的情况下，我使用的是C ++，OpenCV
提前致谢。