Skip to content
简体中文

切换主题

// ◇ 经典机器学习

t-SNE

把高维数据压到二维,同时保持“邻居还是邻居”。

2008 基础 扩展

通俗解释

把高维中的相似度转成概率,在二维里用 t 分布重建同样的邻近关系。非常适合看嵌入空间里的聚类,但簇间距离和大小不可直接解读。

用在哪里:嵌入可视化、单细胞数据分析

时间轴 · 前置 → 当前 → 后继

1901 主成分分析2008 t-SNE2018 UMAP

01原始论文

Visualizing Data using t-SNE

van der Maaten & Hinton · JMLR 9 · 2008

打开 ↗ ✓ 已核实 · 官方页面 HTTP/WebFetch 核实

02知识位置

左边先学;右边是学完它之后可以学的。

先学

t-SNE

学完可以学

主成分分析UMAP t-SNE

左:前置 · 右:后继 · 虚线:相关。看完整关系图 →

03学习资料

官方文档、图解、课程和参考实现,链接都核对过。

04在课程里哪里学

给 AI 读 / 数据说明

数据更新于:AI 算法图谱与课程体系(北京时间)