Veri görselleştirme dışında, t-SNE'nin iyi kullanımı nedir?


12

Hangi durumlarda t-SNE kullanmalıyız (veri görselleştirme dışında)?

Boyut azaltılması için T-SNE kullanılır. Bunun cevabı sorunun t-SNE sadece görselleştirme için ve biz kümeleme için kullanmaması gerektiğini kullanılması gerektiğini düşündürmektedir. O zaman t-SNE'nin iyi kullanımı nedir?


6
Standart öneri tsne'yi kümeleme için KULLANMAMAKTIR, çünkü kümeler şaşkınlığa çok bağımlıdır. Sadece "görselleştirme" için kullanılması gerekiyordu. Ama bu benim için çok açık değil, çünkü biri tsne planına bakarken hemen kümeleri arar (ve görür). Bu nedenle sorunuz iyi bir soru: tsne ne işe yarar?
generic_user

2
Sorduğum bu sorunun cevabına bakın: stats.stackexchange.com/questions/263539/…
generic_user

@generic_user dedi gibi, ben görselleştirme yanında, t-sne yararını bilmek istiyorum.
wolfe

Bunun neden bir kopya olarak kapatıldığını bilmiyorum. OP, görselleştirme dışında t-sne'nin iyi kullanımlarının ne olduğunu soruyor. Bağlantılı iş parçacığı tamamen kümeleme ile ilgilidir. Ancak başka kullanımlar da olabilir.
amip

Yanıtlar:


4

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.

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.