t-SNE アルゴリズム

t-SNE アルゴリズム

t-SNE の主な目的は、多次元データセットを低次元データセットに変換することです。
次元削減アルゴリズムは、実際には多くの場合に役立ちます. たとえば、グラフに 3 次元を超えるデータを表示することはできません. 機械学習アルゴリズムをトレーニングするとき、計算の複雑さを減らすために、次元削減技術を使用して計算の複雑さを減らします.

t-SNE は、Laurens van der Maatens と Geoffrey Hinton によって開発され、JMLR Volume IX (2008) で公開されました。他の次元削減アルゴリズムと比較して、データの視覚化 (Umap、densmap など) でうまく機能します。t-SNE を n 次元データに適用すると、n 次元データが 3d または 2d データにインテリジェントにマッピングされ、元のデータの相対的な類似性が非常に高くなります。t-SNE は線形次元削減手法ではなく、非線形性に従います。これが、高次元データの複雑な多様体構造をキャプチャできる主な理由です。