t分布随机近邻嵌入(t-distributed Stohastic Neighbor Embedding)

基本思路:为高维特征空间在二维平面(或三维超平面,不过基本上总是使用二维空间)上寻找一个投影,使得在原本的n维空间中相距很远的数据点在屏幕上同样相距较远,而原本相近的点在平面上仍然相近。本质上,近邻嵌入寻找保留了样本的邻居关系的新的维度较低的数据表示。

参数:

  • perplexity 困惑度
  • step 迭代次数
  • epsilon 学习率

参考文献:

【1】你真的会用 t-SNE 么?有关 t-SNE 的小技巧

【2】机器学习开放课程:二、使用Python可视化数据

最新文章

  1. zepto.js使用前注意
  2. Trie树的创建、插入、查询的实现
  3. jquery 删除cookie失效的解决方法
  4. 配置WebSite的IIS时遇到的问题与解决方法
  5. JS事件整理
  6. (四)动态生成控件,点击button添加控件
  7. shell uniq sort -u 去重排序
  8. 安装 php-gd
  9. 【C++第三课】---新的关键字
  10. 修改TOMCAT服务器图标为应用LOGO
  11. onload ready
  12. Sass与Compress实战:第一章
  13. VC MFC工具栏(CToolBar)控件
  14. Java实现字符串转换十六进制MD5值
  15. npm 使用指南参考
  16. Linux的top命令学习【转载】
  17. python第一百零七天-- Django 基础 2
  18. 实战Google深度学习框架-C5-MNIST数字识别问题
  19. Java容器解析系列(0) 开篇
  20. Spark函数式编程进阶

热门文章

  1. 【简明翻译】Hibernate 5.4 Getting Started Guide 官方入门文档
  2. Seata 配置中心实现原理
  3. 【React】354- 一文吃透 React 事件机制原理
  4. php与Redis实现一个100万用户的投票项目,如何实现实时查看投票情况?
  5. mysql重点中的重点---->查询中的关键字优先级
  6. Java String 如何加双引号
  7. Base64编码原理及应用
  8. Caffe源码-Net类(上)
  9. 物联网基础组件IoTClient开发系列
  10. BIM工程信息管理系统-详细设计