Perguntas com a marcação «tsne»

Tanto quanto eu sei, os autoencoders e o t-SNE são usados ​​para redução de dimensionalidade não linear. Quais são as diferenças entre eles e por que devo usar um contra o outro?

12 neural-networks  deep-learning  dimensionality-reduction  autoencoders  tsne 

Eu sou muito novo em casamentos de palavras. Quero visualizar como os documentos estão cuidando da aprendizagem. Eu li que t-SNE é a abordagem para fazê-lo. Tenho 100 mil documentos com 250 dimensões como o tamanho da incorporação. Existem vários pacotes disponíveis também. No entanto, para t-SNE, não sei quantas …

11 pca  dimensionality-reduction  word2vec  word-embeddings  tsne 

Atualmente, estou lendo a técnica de visualização t-SNE e foi mencionado que uma das desvantagens do uso da análise de componentes principais (PCA) para visualizar dados de alta dimensão é que ela preserva apenas grandes distâncias em pares entre os pontos. Os pontos de significado que estão distantes no espaço …

10 machine-learning  data-visualization  pca  tsne 

Atualmente, estou investigando a visualização de dados de alta dimensão usando t-SNE. Eu tenho alguns dados com variáveis ​​binárias e contínuas mistas e os dados parecem agrupar os dados binários com muita facilidade. Obviamente, isso é esperado para dados em escala (entre 0 e 1): a distância euclidiana sempre será …

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

Configuração do problema Eu tenho pontos de dados (imagens) de alta dimensão (4096), que estou tentando visualizar em 2D. Para esse fim, estou usando t-sne de maneira semelhante ao código de exemplo a seguir de Karpathy . A documentação do scikit-learn recomenda o uso do PCA para diminuir primeiro a …

9 pca  dimensionality-reduction  high-dimensional  java  tsne 

Considerando o número de recursos constante, o Barnes-Hut t-SNE possui uma complexidade de , projeções aleatórias e PCA têm uma complexidade de tornando-os "acessíveis" para conjuntos de dados muito grandes.O(nlogn)O(nlog⁡n)O(n\log n)O(n)O(n)O(n) Por outro lado, os métodos baseados no dimensionamento multidimensional têm uma complexidade .O(n2)O(n2)O(n^2) Existem outras técnicas de redução de …

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

Considere uma família de distribuições com PDF (até uma constante de proporcionalidade) dada por Como é chamado? Se não tiver um nome, como você o chamaria?p ( x ) ∼ 1( 1 + α x2)1 / α.p(x)∼1(1+αx2)1/α.p(x)\sim \frac{1}{(1+\alpha x^2)^{1/\alpha}}. Parece bastante semelhante à família de distribuições com PDF proporcional a …

8 distributions  terminology  t-distribution  tsne  cauchy 

Eu gerei uma visualização t-SNE de um conjunto de dados (cerca de 10 recursos numéricos padronizados (média = 0, sd = 1)) e cheguei a um gráfico bidimensional a seguir. Não tenho uma boa intuição de por que os pontos estão alinhados em uma espécie de grupos em forma de …

8 data-visualization  tsne 

Especificamente, a implementação R do t-SNE no pacote Rtsne possui um argumento "check_duplicates" e a documentação sugere que "é melhor garantir que não haja duplicatas presentes e defina essa opção como FALSE, especialmente para grandes conjuntos de dados". Além disso, se você tentar executar o t-SNE em um conjunto de …

7 tsne