有关 t-SNE 学习算法的教程
在大数据时代,数据不仅变得越来越大,而且也变得越来越复杂。这意味着数据的维度大幅增加。例如,一组图像的维度是每张图像中的像素数,范围从数千到数百万。计算机在处理如此多的维度时没有问题。然而,我们人类只能处理三维数据。计算机仍然需要我们(幸运的是),因此我们通常需要在将数据交给计算机之前,找到有效的方法来可视化高维数据。
我们如何才能将数据集的维度从任意数量降低到两个或三个,而这正是我们在屏幕上可视化数据时所做的事情?
答案在于观察到,许多真实世界的数据集具有较低的内在维度,尽管它们被嵌入到一个高维空间中。假设你用相机拍摄全景风景,同时围绕自己旋转。我们可以将每张图片视为位于 16,000,000 维空间中的一个点(假设相机分辨率为 16 百万像素)。然而,图片集大约位于一个三维空间(偏转角度、俯仰角、倾斜角)。这个低维空间以复杂的非线性方式嵌入到高维空间中。数据中隐藏着这种结构,只能通过特定的数学方法来恢复。
这是 多维学习 的主题,也称为 非线性维度降低,是 机器学习 的一个分支(更具体地说,是 无监督学习). 今天,研究的一个热门领域仍然是开发能够自动恢复高维数据集中隐藏结构的算法。本文介绍了一种流行的维度降低算法: t 分布随机邻居嵌入 (t-SNE)。该算法由 Laurens van der Maaten 和 Geoffrey Hinton 共同开发(参见 原始论文)。
暂无开放 Issues，或尚未同步最近议题。