降维打击的概念源于科学家吴恩达在他的著名机器学习课程中提出来的，但对于非专业人士来说，这个概念很难理解。
简而言之，降维打击指的是将高维数据转换成低维数据的过程。而为什么需要这样做呢？实际上在数据处理时，我们通常会遇到大量的高维数据，但高维数据不仅难以理解，而且也不好进行分析和建模。因此，需要将高维数据转换成低维数据，以便更好地进行处理和分析。
比如在人脸识别技术中，每个人脸都有成千上万个像素点，这些像素点就构成了一个高维数据，而我们通常只需要用几个特征来进行比较和识别，这时就需要使用降维打击来提取重要的特征信息。
降维打击主要有两种方法：特征选择和特征提取。特征选择是选择一些最重要的特征进行分析，减少无用信息，提高数据处理的效率；特征提取则是通过某种算法将高维数据转换成低维数据，同时保留数据的重要信息。
不同的降维方法有不同的应用场景。在工业制造领域，降维打击技术可以帮助企业提高生产效率和产品质量；在金融领域，降维打击可以帮助风险控制和预测市场波动等问题。
降维打击是一种非常重要和实用的数据处理技术，掌握好降维打击技术，对于数据分析和建模都有很大帮助。
