2026年1月12日
123
该文被密码保护。 阅读全文
posted @ 2026-01-12 12:03 最爱丁珰 阅读(4) 评论(0) 推荐(0)
KDE 简介
摘要： 假设 \(x_1, x_2, \dots, x_n\) 是来自未知概率密度函数 \(f\) 的独立同分布样本。我们要根据这些样本估计 \(f\)。 当样本量\(n\)固定的时候，我们定义出一个\(h_n\)，同时从\(f\)中抽取\(n\)个样本，得到估计函数\(\hat{f}_{h_n}(x)\) 阅读全文
posted @ 2026-01-12 10:48 最爱丁珰 阅读(11) 评论(0) 推荐(0)
t-SNE 简介
摘要： 目录一、 核心思想概述二、 数学原理推导1. 第一阶段：从距离到概率（SNE）2. 目标函数：KL 散度3. 第二阶段：对称 SNE (Symmetric SNE)4. 第三阶段：引入 t 分布（解决“拥挤问题”）三、 优化过程（梯度下降）四、 关键超参数：Perplexity (困惑度)五、 FA 阅读全文
posted @ 2026-01-12 10:35 最爱丁珰 阅读(78) 评论(0) 推荐(0)