Existe-t-il des significations pour les dimensions d'un encastrement en T-SNE? Comme avec PCA, nous avons ce sens de maximisations de variance linéairement transformées, mais pour t-sne y a-t-il une intuition en plus de l'espace que nous définissons pour la cartographie et la minimisation de la distance KL?
18
Réponses:
Les dimensions de l'espace de faible dimension n'ont aucune signification. Notez que la fonction de perte t-SNE est uniquement basée sur les distances entre les points ( et y j ) et les distributions de probabilité sur ces distances ( p i j et q i j ):yje yj pje j qje j
Ainsi, il n'y a pas de projection de tout l'espace de haute dimension vers l'espace de faible dimension, t-SNE ne trouve qu'une cartographie d'un ensemble spécifique de points de haute dimension à un ensemble spécifique de points de basse dimension. Parce qu'il n'y a pas de fonction d'un espace à l'autre, il n'y a pas non plus de signification inhérente aux axes.
Choses que vous pouvez imaginer pour illustrer cela:
Cela étant dit, le t-SNE est principalement une technique de visualisation et son efficacité de réduction de dimension à d'autres fins n'est pas évidente (probablement ne convient pas pour le regroupement, l'extraction de caractéristiques ou la sélection de caractéristiques).
Aussi: le papier .
la source