Jaka jest różnica między globalnymi a uniwersalnymi metodami kompresji?

Rozumiem, że metody kompresji można podzielić na dwa główne zestawy:

światowy
lokalny

Pierwszy zestaw działa niezależnie od przetwarzanych danych, tzn. Nie opierają się na żadnej charakterystyce danych, a zatem nie muszą wykonywać żadnego przetwarzania wstępnego w żadnej części zestawu danych (przed samą kompresją). Z drugiej strony lokalne metody analizują dane, wyodrębniając informacje, które zwykle poprawiają stopień kompresji.

Czytając o niektórych z tych metod, zauważyłem, że metoda jednoargumentowa nie jest uniwersalna , co mnie zaskoczyło, ponieważ myślałem, że „globalność” i „uniwersalność” odnoszą się do tego samego. Jednolita metoda nie opiera się na charakterystyce danych w celu uzyskania ich kodowania (tj. Jest to metoda globalna), a zatem powinna być globalna / uniwersalna, prawda?

Moje podstawowe pytania:

Jaka jest różnica między metodami uniwersalnymi a globalnymi?
Czy te synonimy klasyfikacji nie są synonimami?

classification algorithms encoding

— Rubens
źródło

Czy możesz link do / odniesienia, w którym czytasz, że metoda jednoargumentowa nie jest uniwersalna? Kontekst może pomóc.

— Air

Nie jestem pewien, jak to się ma do nauki o danych. Wydaje się nie na temat tej wymiany stosów. Czy możesz powiązać to z nauką danych?

— Slater Victoroff

@SlaterTyranus Ja ... też nie jestem pewien (i to sprawiło, że pomyślałem o dwóch innych zadanych przeze mnie pytaniach). Moim pomysłem było dodanie tego pytania, ponieważ metody kompresji są w dużej mierze wykorzystywane w wyszukiwaniu informacji (głównie podczas indeksowania). Ogólnie rzecz biorąc, uważam to za związane z wydajnością i może być umieszczone w obszarze umiejętności hakowania na tym schemacie Venna . W każdym razie miło by mi było porozmawiać, czy tego rodzaju pytanie dotyczy tematu.

— Rubens

@Rubens To wydaje się być rozsądną dyskusją, moim zdaniem rozmowa o wydajności pasuje bardziej do czegoś w rodzaju teoretycznej CS niż umiejętności hakowania . Moim zdaniem umiejętności hakerskie są znacznie bardziej związane z takimi rzeczami, jak bazy danych, wdrażanie i znajomość narzędzi.

— Slater Victoroff

@SvanBalen Dwa główne punkty: 1. Teoria informacji jest ważna w niektórych podejściach do nauki danych, ale nieistotna w wielu innych. 2. Podstawy są z natury nie na temat, zadawanie szczegółowych pytań na temat statystyki lub algebry liniowej również byłoby nie na temat, nawet jeśli oba są ściśle wymagane do użytecznej analizy danych.

— Slater Victoroff,

Rozważ następujący fragment danych:

1010010110100101

Uniwersalny - są to ogólne algorytmy kompresji, które są niezależne od danych. Surowa wersja kodowania długości przebiegu mieściłaby się w tej kategorii. Zaletą jest to, że bardzo szybko kompresuje i dekompresuje. Minusem jest to, że może być bardzo nieskuteczne w zależności od danych do skompresowania.

1111111111111111 -> 16 1 (szczęśliwy przypadek)

1010010110100101 -> 1010010110100101 (nieszczęśliwy przypadek)

Lokalny - ta metoda uwzględnia mniejsze segmenty o stałej długości, powiedzmy 4, szuka wzorców i je kompresuje. Na przykład. Te dane zawierają tylko te dwa typy wzorców - 1010 i 0101. Wzorce te mogą być reprezentowane jako 0 i 1 s, a ogólne dane będą tabelą reprezentującą odwzorowania i czymś w rodzaju 0101. Może to skutkować znacznie mniejszą liczbą skompresowany rozmiar.

1010010110100101 -> 1010 0101 1010 0101 -> 0101 (0 = 1010,1 = 0101)

Globalny - ta metoda sprawdzałaby całe dane i znajdowałaby optymalne / znacznie lepsze wzorce do kompresji danych. Przykładowe dane zawierają tylko jeden wzorzec 10100101 i reprezentują go jako 00 wraz z tabelą odwzorowań. Ma to potencjał uzyskania najmniejszego możliwego rozmiaru skompresowanego, ale jest również najcięższe obliczeniowo.

1010010110100101 -> 10100101 10100101 -> 00 (0 = 10100101)

— doodhwala
źródło