摘要: t-SNE 可以将高维数据进行降维,同时实现可视化,它将数据点之间的相似性转化为联合概率,并试图最小化低维嵌入和高维数据联合概率之间的Kullback-Leibler差异。t-SNE有一个非凸的代价函数,即通过不同的初始化,我们可以得到不同的结果。强烈建议使用另一种降维方法(如密集数据的PCA或稀疏 阅读全文
posted @ 2021-11-23 13:48 爱吃牛牛的康康 阅读(940) 评论(0) 推荐(1)