降维、特征提取与流形学习 主成分分析非负矩阵分解用t-SNE进行流形学习 前面讨论过,利用无监督学习进行数据变换可能有很多种目的。最常见的目的就是可视化、压缩数据,以及寻找信息量更大的数据表示以用于进一步的处理。 为了实现这些目的,最简单也最常用的一种算法就是主成分分析。我们也将学习另外两种算法:非负矩阵分解(NMF)和 t-SNE,前者通常用于特征提取,后者通常用于二维散点图的可视化。 主成分分析 非负矩阵分解 用t-SNE进行流形学习