无监督学习 - t-分布邻域嵌入(t-Distributed Stochastic Neighbor Embedding,t-SNE)

什么是机器学习

t-分布邻域嵌入(t-Distributed Stochastic Neighbor Embedding,t-SNE)是一种非线性降维技术,用于将高维数据映射到低维空间,以便更好地可视化数据的结构。t-SNE主要用于聚类分析和可视化高维数据的相似性结构,特别是在探索复杂数据集时非常有用。

t-SNE的基本原理

  1. 相似度测量: 对于高维数据中的每一对数据点,计算它们之间的相似度。通常使用高斯核函数来度量相似度。
  2. 学习相似度分布 : 使用 t-分布来学习数据点之间的相似度分布。t-分布具有厚尾特性,能够更好地保留相对较远数据点的相对距离。
  3. 在低维空间中映射: 在低维空间中随机初始化每个数据点的投影,并通过梯度下降来优化这些点的位置,使得它们的相似度分布在高维和低维空间中尽量相似。

t-SNE的特点

  1. 保留局部结构t-SNE更倾向于保留数据的局部结构,即相似的数据点在低维空间中仍然保持相近。
  2. 对异常值敏感t-SNE对异常值(相对于高维空间)较为敏感,可能导致异常值在降维后的结果中占据较大空间。

Python中使用scikit-learn进行t-SNE的简单示例:

python 复制代码
from sklearn.manifold import TSNE
import numpy as np
import matplotlib.pyplot as plt

# 生成随机高维数据集
np.random.seed(42)
data = np.random.rand(100, 10)

# 使用t-SNE进行降维
tsne = TSNE(n_components=2, perplexity=30, random_state=42)
embedded_data = tsne.fit_transform(data)

# 绘制t-SNE降维后的结果
plt.scatter(embedded_data[:, 0], embedded_data[:, 1])
plt.title('t-SNE Visualization')
plt.xlabel('特征1')
plt.ylabel('特征2')
plt.show()

这个例子中,t-SNE被用于将高维数据映射到二维空间,以便进行可视化。在实际应用中,可以根据数据集的特点调整t-SNE的参数,如perplexity等。需要注意的是,t-SNE的计算开销较大,特别是在处理大规模数据时,可能需要一些时间。

相关推荐
格林威1 小时前
常规环形光源在工业视觉检测上的应用
人工智能·数码相机·计算机视觉·视觉检测·工业相机·工业光源·环形光源
FreeBuf_2 小时前
从“策略对抗”到“模型对抗”:朴智平台如何重塑金融风控新范式?
大数据·人工智能
GJGCY4 小时前
金融智能体的技术底座解析:AI Agent如何实现“认知+执行”闭环?
人工智能·经验分享·ai·金融·自动化
im_AMBER4 小时前
Leetcode 38
笔记·学习·算法·leetcode
SteveRocket4 小时前
Python机器学习与数据分析教程之pandas
python·机器学习·数据分析
koo3645 小时前
李宏毅机器学习笔记32
人工智能·笔记·机器学习
材料科学研究5 小时前
机器学习催化剂设计!
深度学习·机器学习·orr·催化剂·催化剂设计·oer
材料科学研究5 小时前
机器学习锂离子电池!预估电池!
深度学习·机器学习·锂离子电池·电池·电池健康·电池管理·电池寿命
长桥夜波5 小时前
机器学习日报04
人工智能·机器学习
正经教主6 小时前
【Trae+AI】和Trae学习搭建App_01(附加可略过):测试Trae的后端功能
学习·app