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
李宏毅机器学习_10-3无监督学习-邻域嵌入
最新推荐文章于 2022-03-19 15:53:29 发布