tsne पर टैग किए गए जवाब

मुझे एक आवेदन मिला है, जहां समूहों के भीतर उपसमूह प्रभाव की तलाश करने से पहले शोर करने वाले डेटासेट को क्लस्टर करना आसान होगा। मैंने पहली बार PCA को देखा, लेकिन इसमें 90% परिवर्तनशीलता प्राप्त करने के लिए ~ 30 घटक लगते हैं, इसलिए पीसी के एक जोड़े पर …

77 clustering  interpretation  k-means  tsne 

मैं यह देखना चाहता हूं कि पाठ सुधार व्यवहार के 7 उपाय (पाठ को सही करने में लगने वाला समय, कीस्ट्रोक्स की संख्या आदि) एक-दूसरे से संबंधित हैं। उपाय सहसंबद्ध हैं। मैंने पीसीए को यह देखने के लिए चलाया कि कैसे उपायों को पीसी 1 और पीसी 2 पर पेश …

39 pca  tsne 

मेरे दिमाग में, नमूना वितरण से सच्चे वितरण तक केएल विचलन बस क्रॉस एन्ट्रॉपी और एन्ट्रॉपी के बीच का अंतर है। हम कई मशीन लर्निंग मॉडल में लागत फ़ंक्शन होने के लिए क्रॉस एन्ट्रॉपी का उपयोग क्यों करते हैं, लेकिन टी-स्ने में कुल्बैक-लीब्लर विचलन का उपयोग करते हैं? क्या सीखने …

39 kullback-leibler  tsne  cross-entropy 

लेखकों में से एक से उद्धरण: टी-डिस्ट्रिब्यूटेड स्टॉचस्टिक नेबर एंबेडिंग (टी-एसएनई) आयामीता में कमी के लिए एक ( पुरस्कार विजेता ) तकनीक है जो विशेष रूप से उच्च-आयामी डेटासेट के विज़ुअलाइज़ेशन के लिए अनुकूल है। तो यह बहुत अच्छा लगता है, लेकिन यह लेखक की बात कर रहा है। लेखक …

37 data-visualization  dimensionality-reduction  tsne 

एक हालिया असाइनमेंट में, हमें कहा गया था कि पीसीए का उपयोग एमएनआईएसटी अंकों पर 64 (8 x 8 चित्र) से आयामों को कम करने के लिए 2. हम फिर एक गाऊसी मिक्सचर मॉडल का उपयोग करके अंकों को क्लस्टर करना था। पीसीए केवल 2 प्रमुख घटकों का उपयोग करके …

34 classification  clustering  pca  dimensionality-reduction  tsne 

मेरे पास 336x256 फ़्लोटिंग पॉइंट नंबर (336 बैक्टीरियल जीनोम (कॉलम) x 256 सामान्यीकृत टेट्रान्यूक्लियोटाइड फ़्रीक्वेंसी (रो)) का एक मैट्रिक्स है, जैसे हर कॉलम 1 तक जोड़ता है)। जब मैं सिद्धांत घटक विश्लेषण का उपयोग करके अपना विश्लेषण चलाता हूं तो मुझे अच्छे परिणाम मिलते हैं। पहले मैं डेटा पर किमी …

27 r  pca  tsne 

मैं - एल्गोरिथ्म के बारे में बहुत कुछ पढ़ रहा हूँ आयामीता में कमी। मैं एमएनआईएसटी जैसे "क्लासिक" डेटासेट पर प्रदर्शन से बहुत प्रभावित हूं, जहां यह अंकों के स्पष्ट पृथक्करण को प्राप्त करता है ( मूल लेख देखें ):टीटीt मैंने इसका उपयोग एक तंत्रिका नेटवर्क द्वारा सीखी गई सुविधाओं …

23 clustering  data-visualization  dimensionality-reduction  high-dimensional  tsne 

टी-एसएनई ( टी-डिस्ट्रिब्यूटेड स्टोचैस्टिक पड़ोसी एंबेडिंग ) के बारे में कुछ प्रश्न पढ़े हैं , और हाल ही में एमडीएस ( बहुआयामी स्केलिंग ) के बारे में कुछ प्रश्नों का भी दौरा किया । वे अक्सर समान रूप से उपयोग किए जाते हैं, इसलिए ऐसा लग रहा था कि यह …

21 data-visualization  dimensionality-reduction  multidimensional-scaling  tsne 

टी-एसएनई और बार्न्स-हट सन्निकटन की मेरी समझ यह है कि सभी डेटा बिंदुओं की आवश्यकता होती है ताकि सभी बल इंटरैक्शन की गणना एक ही समय में की जा सके और प्रत्येक बिंदु को 2 डी (या निम्न आयामी) मानचित्र में समायोजित किया जा सके। क्या टी-स्नेन के कोई संस्करण …

19 data-visualization  dimensionality-reduction  multidimensional-scaling  tsne 

मेरे डेटा की कुछ विशेषताओं में बड़े मूल्य हैं, जबकि अन्य सुविधाओं में बहुत छोटे मूल्य हैं। क्या बड़े मूल्यों के प्रति पूर्वाग्रह को रोकने के लिए t-SNE लगाने से पहले + स्केल डेटा को केंद्र में रखना आवश्यक है? मैं डिफ़ॉल्ट यूक्लिडियन दूरी मीट्रिक के साथ पायथन के sklearn.manifold.TSNE …

18 normalization  dimensionality-reduction  high-dimensional  tsne 

मैं (एक प्रतियोगिता) के साथ काम करने वाली विशिष्ट समस्या के रूप में मेरे पास follwoing सेटिंग है: 21 विशेषताएं ([0,1] पर संख्यात्मक) और एक बाइनरी आउटपुट। मेरे पास लगभग 100 K पंक्तियाँ हैं। सेटिंग बहुत शोर करने लगती है। मैं और अन्य प्रतिभागी कुछ समय के लिए फ़ीचर जेनरेशन …

13 machine-learning  dimensionality-reduction  unsupervised-learning  tsne 

मैं वर्तमान में t-SNE गणित के चारों ओर अपना सिर लपेटने की कोशिश कर रहा हूं । दुर्भाग्य से, अभी भी एक सवाल है जिसका मैं संतोषजनक जवाब नहीं दे सकता: टी-एसएनई ग्राफ में अक्षों का वास्तविक अर्थ क्या है? अगर मुझे इस विषय पर एक प्रस्तुति देनी थी या …

12 machine-learning  dimensionality-reduction  tsne 

मान लें कि हमारे पास एक वर्गीकरण समस्या है और सबसे पहले हम डेटा से कुछ जानकारी प्राप्त करना चाहते हैं और हम टी-एसएनई करते हैं। टी-एसएनई का परिणाम कक्षाओं को बहुत अच्छी तरह से अलग करता है। तात्पर्य यह है कि वर्गीकरण मॉडल का निर्माण संभव है जो कक्षाओं …

12 classification  tsne 

हमें किन स्थितियों में t-SNE (डेटा विज़ुअलाइज़ेशन के अलावा) का उपयोग करना चाहिए? टी-एसएनई का उपयोग आयामीता में कमी के लिए किया जाता है। इस प्रश्न का उत्तर बताता है कि t-SNE का उपयोग केवल विज़ुअलाइज़ेशन के लिए किया जाना चाहिए और हमें इसे क्लस्टरिंग के लिए उपयोग नहीं करना …

12 data-visualization  dimensionality-reduction  tsne 

जहाँ तक मुझे पता है, दोनों ऑटोएन्कोडर्स और टी-एसएनई का उपयोग नॉनलाइनियर डायनेमिटी में कमी के लिए किया जाता है। उनके बीच क्या अंतर हैं और मुझे एक बनाम दूसरे का उपयोग क्यों करना चाहिए?

12 neural-networks  deep-learning  dimensionality-reduction  autoencoders  tsne