機器學習-t-SNE算法原理

目錄 1. SEN原理 2 t-SEN 2.1  Symmetric SNE 2.2 Crowing 問題 2.3 t-SNE 2.4 算法過程 2.5 不足 1. SNE原理 基本原理： 是通放射變換  將數據點映射到概率分佈上，分爲兩個步驟： 構建高維對象之間的概率分佈，使得相似的對象有更高的概率被選擇，而不相似的對象有更低的概率。 SNE 在低維空間中構建這兩個分佈，使得兩個概率分佈儘可能相

>>阅读原文<<