Machine Learning —— Multiple Maps t-SNE

一、介绍

    Multiple Maps t-SNE 是一种对t-SNE的改进算法。Multiple Maps t-SNE是通过构造一系列的图来展示数据点之间的相似性，可以解决t-SNE的不能区分语义相似的缺点。相对于t-SNE，我们在Multiple Maps t-SNE中引入权重的概念，在Multiple Maps t-SNE中同一个点在不同的图中，会展现出不同的权重。Multiple Maps t-SNE 主要解决了非度量的相似数据的降维问题，例如包含语义相似的数据集的降维或者是论文的联合作者的分类等。

二、算法过程

    Multiple Maps t-SNE 中我们设置M个图，每个图中有N个点，每个点在不同的图中的权重是不同的，每个图都有一个索引为m，点i在m图中的权重我们使用π_i^(m)表示。在Multiple Maps t-SNE 中我们对π_i^(m)进行限制，要求∀i∀m :π_i^(m) ≥ 0 and ∀i :∑π_i^(m) = 1. 在Multiple Maps t-SNE中我们重新定义Qij：