> ML_ALGORITHM // T-DISTRIBUTED-STOCHASTIC-NEIGHBOR-EMBEDDING_v1.0
t-Dağıtılmış Stokastik Komşu Gömme (t-SNE)
Yüksek boyutlu manifoldları 2D veya 3D olarak keşfetmek ve görselleştirmek için optimize edilmiş doğrusal olmayan boyut indirgeme tekniği.
Non-linear Manifold Learningclassical-unsupervisedmoderate-posthocmedium (1k-100k)
Tüm Algoritmalara DönHesaplama Karmaşıklığı
Eğitim (Training):O(n^2) exact or O(n log n) Barnes-Hut
Çıkarım (Inference):Non-parametric (no out-of-sample projection)
Donanım Karakteristiği
CPU Uygunluğu:Evet
GPU Zorunluluğu:Hayır
Bellek Ayak İzi:moderate
Açıklanabilirlik ve Veri
Açıklanabilirlik Düzeyi:moderate-posthoc
Eğitim Verisi İhtiyacı:medium (1k-100k)
Açıklanabilirlik Değerlendirmesi
Kümelerin yüksek kontrastlı 2D/3D görselleştirmesini sağlar, ancak kümeler arası mesafeler kalibre değildir.
Uygun Görevler ve Desteklenen Modaliteler
Uygun Görevler:
dimensionality reductiondata visualization
Desteklenen Modaliteler:
tabularimageembeddings
Uygulayıcı Kütüphaneler
Temel Literatür & Yayınlar
Visualizing Data using t-SNELaurens van der Maaten, Geoffrey Hinton (2008) · Journal of Machine Learning Research (JMLR)
Sık Karşılaşılan Hatalar ve Dikkat Edilmesi Gerekenler
- Uzak kümeler arasındaki mesafeleri nicel benzerlik olarak yorumlamak; t-SNE yalnızca yerel topolojiyi korur
- Yeni test veri noktalarında parametrik örnek dışı izdüşüm beklemek