Для нейтрализации «проклятия размерности» при выборе метода математического моделирования и агрегирования данных реального процесса можно использовать следующие подходы:

1. Выбор объектов. 1 Нужно определить и выбрать наиболее релевантные объекты из исходного набора данных, отбрасывая нерелевантные или избыточные. 1 Это снижает размерность данных, упрощая модель и повышая её эффективность. 1
2. Извлечение объектов. 1 Исходные многомерные данные преобразуют в пространство меньшей размерности путём создания новых объектов, которые фиксируют важную информацию. 1 Для извлечения объектов обычно используются такие методы, как анализ главных компонент (PCA) и t-распределённое стохастическое встраивание соседей (t-SNE). 1
3. Предварительная обработка данных. 1 Объекты масштабируют до аналогичного диапазона, чтобы не допустить доминирования одних объектов над другими, особенно в алгоритмах, основанных на расстоянии. 1 Также нужно соответствующим образом устранить пропущенные данные путём вменения или удаления. 1
4. Введение малых (больших) параметров. 2 Если отдельные элементы системы сильно различаются по своим характеристикам, то вводятся параметры, представляющие их отношения, тем самым уменьшается число степеней свободы. 2
5. Расщепление системы на подсистемы меньшей размерности. 2 Такое расщепление удобно производить дезагрегацией дерева целей. 2