t-SNE降维算法
t-SNE降维算法
参考资料
- https://www.bilibili.com/video/BV1cU4y1w74A?t=2.7
- http://www.datakit.cn/blog/2017/02/05/t_sne_full.html ## SNE ###
基本原理
- 高维样本点间的位置关系
- 低维样本间的位置关系
- 利用KL散度衡量两个分布之间的距离
- 通过梯度下降, 调整y, 使C变小 ### 缺点 #### 距离不对称
- 高维样本点间的位置关系
- 定义: i和j的距离与j和i的距离是不同的
- 解决方法
- 使用联合概率(实现复杂)
拥挤显现
- 定义: 在高维空间中距离较大的点在低维空间中距离会很小
- 解决方法: 使用t分布
t-SNE
t-SNE的一般步骤如下: - 计算
t-SNE降维算法
https://d4wnnn.github.io/2023/07/21/AI/t-SNE降维算法/