假设我们有几个向量点。我的目标是区分向量，所以我想让它们彼此远离。其中一些已经彼此相距很远，但其中一些可以定位得很近。

我想得到一个特定的映射函数，可以将这些彼此靠近的点分开，同时仍然保留已经彼此远离的点。

我不在乎映射的形式是什么。由于映射将用作预处理，因此它不必是可微的甚至是连续的。

我认为这个问题有点类似于“最小化点之间的最大距离比”。或许这个问题可以理解为将破碎的图拉伸成球状的各向同性图。

我用谷歌搜索了一个小时，但似乎人们通常有兴趣从一堆数据中选择具有如此好的特征的点，而不是将现有的向量点映射到更好的点。

所以，总而言之，我找不到任何有用的东西。

也许您可以认为“神经网络在解决分类问题时会自然而然地学习它”。但它失败了。因为它已经在与太多的包袱作斗争了。所以，这就是为什么我想帮助我的网络进行预处理。