Domande taggate «tsne»

L'incorporamento stocastico distribuito a T (t-SNE) è un algoritmo di riduzione della dimensionalità non lineare introdotto da van der Maaten e Hinton nel 2008.

Come determinare i parametri per t-SNE per ridurre le dimensioni?

Sono molto nuovo con gli incantesimi di parole. Voglio visualizzare come stanno i documenti dopo l'apprendimento. Ho letto che t-SNE è l'approccio per farlo. Ho 100K documenti con 250 dimensioni come dimensione dell'incorporamento. Ci sono anche diversi pacchetti disponibili. Tuttavia, per t-SNE, non so quante iterazioni o il valore di …

11 pca dimensionality-reduction word2vec word-embeddings tsne

Cosa si intende per PCA preservando solo grandi distanze a coppie?

Attualmente sto leggendo la tecnica di visualizzazione t-SNE ed è stato menzionato che uno degli svantaggi dell'utilizzo dell'analisi dei componenti principali (PCA) per la visualizzazione di dati ad alta dimensione è che conserva solo grandi distanze a coppie tra i punti. I punti di significato che sono distanti nello spazio …

10 machine-learning data-visualization pca tsne

t-SNE con variabili miste continue e binarie

Attualmente sto studiando la visualizzazione di dati ad alta dimensione usando t-SNE. Ho alcuni dati con variabili binarie e continue miste e i dati sembrano raggruppare i dati binari troppo prontamente. Naturalmente questo è previsto per i dati in scala (tra 0 e 1): la distanza euclidea sarà sempre massima …

10 python dimensionality-reduction unsupervised-learning tsne mixed-type-data

PCA troppo lento quando entrambi n, p sono grandi: alternative?

Impostazione del problema Ho punti dati (immagini) di alta dimensione (4096), che sto cercando di visualizzare in 2D. A tal fine, sto usando t-sne in un modo simile al seguente codice di esempio di Karpathy . La documentazione di scikit-learn consiglia di utilizzare PCA per ridurre prima la dimensione dei …

9 pca dimensionality-reduction high-dimensional java tsne

Riduzione dimensionale scalabile

Considerando il numero di funzionalità costante, Barnes-Hut t-SNE ha una complessità di , proiezioni casuali e PCA hanno una complessità di che le rende "convenienti" per insiemi di dati molto grandi.O ( n )O(nlogn)O(nlog⁡n)O(n\log n)O(n)O(n)O(n) D'altra parte, i metodi basati sul ridimensionamento multidimensionale hanno una complessità .O ( n2)O(n2)O(n^2) Esistono …

9 pca dimensionality-reduction large-data multidimensional-scaling tsne

Come viene chiamata la famiglia di distribuzioni con PDF proporzionale a ?

Considera una famiglia di distribuzioni con PDF (fino a una costante di proporzionalità) data da Come si chiama? Se non ha un nome, come lo chiameresti?p(x)∼1(1+αx2)1/α.p(x)∼1(1+αx2)1/α.p(x)\sim \frac{1}{(1+\alpha x^2)^{1/\alpha}}. Sembra abbastanza simile alla famiglia di distribuzioni con PDF proporzionale a tttp ( x ) ∼1( 1 +1νX2)( ν+ 1 ) / …

8 distributions terminology t-distribution tsne cauchy

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.

Licensed under cc by-sa 3.0 with attribution required.