李宏毅机器学习_10-3无监督学习-邻域嵌入

欧式距离是在一个平面去计算相似度才试用了，高维未必适用

邻域内的关系表示，高维是怎么样的，到低纬度也是一样的，相对关系不会变

邻居不能选太多，也不能选太少

L就是目标函数，相似度最大化，KL最小，直接梯度下降对z微分就可以训练出来，如果一般是先做PCA降维度，比如降维到50维，再用T-SNE降维度到2维，来一个新的值又要全量的训练一遍，所以T-SNE一般只用作可视化

T-SNE,可以让相似的聚在一块之外，还可以让不相似的更加分开