Questions marquées «tsne»

L'inclusion de voisin stochastique distribué en T (t-SNE) est un algorithme de réduction de dimensionnalité non linéaire introduit par van der Maaten et Hinton en 2008.

Comment déterminer les paramètres du t-SNE pour réduire les dimensions?

Je suis très nouveau dans les intégrations de mots. Je veux visualiser à quoi ressemblent les documents après leur apprentissage. J'ai lu que t-SNE est l'approche pour le faire. J'ai 100K documents avec 250 dimensions comme taille de l'incorporation. Plusieurs packages sont également disponibles. Cependant, pour t-SNE, je ne sais …

11 pca dimensionality-reduction word2vec word-embeddings tsne

Qu'entend-on par PCA ne préservant que de grandes distances par paires?

Je lis actuellement sur la technique de visualisation t-SNE et il a été mentionné que l'un des inconvénients de l'utilisation de l'analyse en composantes principales (ACP) pour visualiser des données de grande dimension est qu'elle ne conserve que de grandes distances par paires entre les points. Les points signifiants qui …

10 machine-learning data-visualization pca tsne

t-SNE avec variables continues et binaires mixtes

J'étudie actuellement la visualisation de données de grande dimension à l'aide de t-SNE. J'ai quelques données avec des variables binaires et continues mixtes et les données semblent regrouper les données binaires beaucoup trop facilement. Bien sûr, cela est prévu pour les données échelonnées (entre 0 et 1): la distance euclidienne …

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

PCA trop lent lorsque les deux n, p sont grands: Alternatives?

Configuration du problème J'ai des points de données (images) de grande dimension (4096), que j'essaie de visualiser en 2D. À cette fin, j'utilise t-sne d'une manière similaire à l' exemple de code suivant de Karpathy . La documentation de scikit-learn recommande d'utiliser PCA pour réduire d'abord la dimension des données: …

9 pca dimensionality-reduction high-dimensional java tsne

Réduction dimensionnelle évolutive

Compte tenu du nombre constant de caractéristiques, Barnes-Hut t-SNE a une complexité de , les projections aléatoires et l'ACP ont une complexité de O ( n ), ce qui les rend "abordables" pour de très grands ensembles de données.O ( n logn )O(nlog⁡n)O(n\log n)O ( n )O(n)O(n) En revanche, les …

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

Comment la famille de distributions avec PDF est-elle proportionnelle à

Considérons une famille de distributions avec PDF (jusqu'à une constante de proportionnalité) donnée par Comment ça s'appelle? S'il n'a pas de nom, comment l'appelleriez-vous?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}}. Il ressemble assez à la famille des distributions avec PDF proportionnel à p (x) \ …

8 distributions terminology t-distribution tsne cauchy

En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.

Licensed under cc by-sa 3.0 with attribution required.