Cevabı bu soruya t-SNE sadece görselleştirme için ve biz gerektiği kullanılması gerektiğini düşündürmektedir değil kümeleme için kullanabilirsiniz. O zaman t-SNE'nin iyi kullanımı nedir?
Bu sonuca katılmıyorum. T-SNE'nin evrensel olarak diğer tüm kümeleme algoritmalarından daha kötü olduğunu varsaymak için hiçbir neden yoktur . Her kümeleme algoritması, verilerin yapısı hakkında varsayımlar yapar ve azaltılmış boyutluluğun temel dağılımına ve son kullanımına bağlı olarak farklı performans göstermeleri beklenebilir.
Birçok denetimsiz öğrenme algoritması gibi t-SNE, genellikle bir sonuca yol sağlar, örneğin verilerin ayrılabilir olup olmadığı hakkında erken bilgi edinmek, bazı tanımlanabilir bir yapıya sahip olduğunu test etmek ve bu yapının doğasını denetlemek. Bu soruların bazılarını cevaplamaya başlamak için t-SNE çıktısının görselleştirilmesine gerek yoktur . Daha düşük boyutlu düğünlerin diğer uygulamaları arasında, sınıflandırma için bina özellikleri oluşturma veya tahmin yöntemlerinin performansını iyileştirmek için çoklu eş-doğrusallıktan kurtulma yer alır.