我看到the可以帮助我们减少维数和可视化数据.但是我们从这个可视化中得到了什么信息呢?因为我们知道,新的轴在我们的上下文中没有意义。
此外,如果我们有一个类标记数据,那么我们可以从可视化中获得什么信息?我们已经知道有一些'n‘类,我们必须对其中一个类中的新示例进行分类。
还是我理解得不对?
发布于 2020-07-31 06:53:03
降维的目的是在低维地图中尽可能多地保留高维数据的重要结构。
降维产生了更紧凑、更容易解释的目标概念表示,当您对数据一无所知时,用户将注意力集中在最相关的变量上。
尽管如此,如果您有较少的特性,并且只有一些特性是高度相关的,那么降维将不会有帮助,因为您只需将这些相关特性用于模型,所以这一切都取决于数据。
与PCA不同,the利用点之间的局部关系来创建低维映射.这使得它能够捕捉到非线性结构。
T-sne还解决了拥挤问题,使优化的“扩展”中距离点,以防止拥挤。
要了解更多关于t-sne绘图的信息,请参阅这里。
https://datascience.stackexchange.com/questions/78544
复制相似问题