[跟我一起读论文] Visualizing Data using t-SNE

ABSTRACT: t-distributed stochastic neighbor embedding (t-SNE) 由“神经网络之父” Geoffrey Hinton在2008年提出。Fine,这已经为我们拜读原作“Visualizing Data using t-SNE”提供了充分条件……

t-distributed stochastic neighbor embedding (t-SNE) 是在SNE基础上发展而来的一种非线性降维的机器学习算法,在数据可视化方面表现良好,尤其适合现在火热的CNN的可视化。

1.Introduction

高纬数据可视化,在各个领域都有重要作用,用以处理拥有大幅变化纬度的数据。过去很多可视化相关技术被提出,可以参考 de Oliveira and Levkowitz的综述:378–394, 2003.)。这些研究很多都是简单的提供用以展示高纬数据的工具,而把对结果的解读留给人类观察者。当面对包含千百个纬度的真实世界数据集时,这个缺点会严重制约其适用性。

与这种研究不同的是,

本文标题:[跟我一起读论文] Visualizing Data using t-SNE

文章作者:Leoch

发布时间:2018年04月04日 - 14:04

最后更新:2018年05月11日 - 10:05

原始链接:http://leoch.xyz/2018/04/04/0404-143932/

许可协议: 署名-非商业性使用-禁止演绎 4.0 国际 转载请保留原文链接及作者。

赏我1毛!Click "Donate" to support my creation :)