1回答
t-SNE算法中维数的选择
、、、、
对于主成分分析，我们可以看到variance_score，并说明每个主成分中包含了多少百分比的原始数据方差。有了这些方差得分，我们可以绘制弯头图，并确定可视化数据的维度。但是对于t-SNE，我找不到任何东西。有没有办法确定t-SNE中的维数？
浏览 20提问于2020-06-19得票数 0
1回答
在我看来，the和其他降维算法主要是为了获得数据集的印象而将维数降为二维。如果做得好，它们看起来不错(例如，像这样)，但我想知道这是否比在网格上按类显示随机图像/分组更好。我想从以下几个方面得到答复：为什么t-SNE*比仅仅用一个2神经元瓶颈来拟合一个神经网络，然后取两个神经元的归一化值进行嵌入更好呢？t-SNE*有利于分类器<em
浏览 0提问于2017-03-29得票数 2
根据wiki的说法，重新开始使用T-SNE映射到二维.如果我们想要减少功能的数量(即从30个特性减少到5个dims)，那么是否建议使用T-SNE来实现呢？还是我们应该使用其他的降维算法？
浏览 0提问于2021-06-22得票数 7
回答已采纳
例句:Matlab的t-sne教程经常使用PCA“使用Using处理数据。利用the获得数据簇的二维模拟。使用Barnes-Hut算法在这个大数据集上获得更好的性能。使用PCA将初始尺寸从784降到50。<- (1)如果我们要在PCA之后使用t-sne将维降到2维，那
浏览 0提问于2019-08-01得票数 1
1回答
我遵循本教程的K-聚类使用NLTK包部分。nltk.cluster.util.cosine_distance,repeats = 25 )因此，我想要可视化我们的结果我尝试了plot.scatter()，但是我有一些问题要定义要接受的参数。
浏览 0提问于2018-03-27得票数 0
我使用t-SNE将我的数据集的维数从18降到2，然后使用kmeans对2D数据点进行聚类。使用这个，print(kmeans.cluster_centers_)我现在有了一个集群的2D质心数组，但我想要获得这些质心对应的18D原始数据点。 有没有一种方法可以倒着使用t-SNE？谢谢!
浏览 51提问于2021-07-25得票数 0
回答已采纳
1回答
非常简单，如果我在Python中对高维数据执行t-SNE，那么我会得到反映每个新点的2到3个坐标。但是如何将这些ID映射到原始ID呢？我能想到的一种方法是，如果索引在整个时间内保持固定，那么我可以这样做：
在t-SNE 中选择一个点查看它在t-SNE中的第几行(例如索引7)转到原始数据并选择行/索引7。我的数据是超高维的，很难用普通<e
浏览 38提问于2018-06-23得票数 3
2回答
我成功地将the应用于数字手写数据集.n=3823空间中的D=64数据点(即手写数字)(即8x8像素)。效果很好。
现在我想把n个≈60个数据点聚集在一个D≈3000维空间中。对于不建议使用there的维度数(相对于数据点的数目)是否有上限？
浏览 0提问于2019-01-08得票数 3
2回答
问题是应该首先考虑哪一个: a)聚类还是b)降维算法？换句话说，我是否可以应用一种伪(因为它不是真正的)降维方法，如t-SNE，然后使用聚类算法来提取聚类，或者是否应该在原始的高维空间上执行聚类，并仅用于给节点着色？adjMat = np.array(adjMat.data)#initiate the t-SNE
浏览 1提问于2016-06-21得票数 3
3回答
我将我的数据拆分为训练/测试。当我使用PCA时，它是直接的。但当我使用t-SNE时X_train_tsne = TSNE(n_components=2, random_state=0).fit_transform(X_train)
我似乎不能转换测试集，这样我就可以将t-SNE数据用于下一步，例如SVM。
浏览 3提问于2018-10-17得票数 2
1回答
我正在尝试应用scikit的t-SNE来将维度降低到2。x_tsne[pstart:pend] += tsne.fit_transform(x_part)它在没有MemoryError的情况下运行，但是我发现对于相同的数据项，脚本的不同运行会产生不同的输出。但是如果我尝试用tsne.fit(X_train)来拟合训练数据，我得到的结果是MemoryError。如何正确地将训练集和测试集的所有
浏览 1提问于2015-08-20得票数 7
3回答
我有一个大的文本数据集聚类。每个集群由属于它的向量化文本、文本数量、创建日期和其他参数的质心表示。我不能在n维空间中绘制星系团。我有哪些选择？
浏览 0提问于2018-04-23得票数 7
1回答
我有多个时间系列数据集，包含9个IMU传感器功能.假设我使用滑动窗口方法将所有这些数据分割成序列长度为100的样本，即我的数据集的维数为(样本数，100，9)。现在我想可视化那些分裂的样本来找出里面的模式。我能不能把它当作表格数据，先将原始维数转换为(样本数，900)，然后直接应用t-sne方法来找出模式？或有其他方法更好地找出时间序列数据的模式。
浏览 0提问于2022-01-12得票数 2
回答已采纳
2回答
我有以下数据集，每个数据都是一个包含128个元素的数组。-0.06 -0.05 0.03 0.08从数据集中，我得到了每两个节点之间的距离矩阵。1.33795484, -inf, -1.37944292],现在，我想从距离矩阵中创建一个3D UI，其中一个节点可以表示数据所在的位置。如何获得每个
浏览 0提问于2016-10-12得票数 0
from sklearn.feature_extraction.text import TfidfVectorizercc_km = KMeans(n_clusters = 3, init = 'k-means++', max_iter = 99, n_init = 4, verbose = False )
plt.scatter(cc_tfid[:, 0],
浏览 3提问于2018-06-18得票数 0
我加载了google的新闻向量-300数据集。每个单词都用一个300点的向量表示。我想在我的神经网络中使用它来进行分类。但是一个词300个似乎太大了。我如何才能在不影响质量的情况下将向量从300减少到100。
浏览 12提问于2017-12-16得票数 2
我想对数据集进行聚类，而不需要事先知道集群的正确数量。对于不同的算法(即k-均值，gmm.)我可以迭代不同的值，并试图为任何给定的算法(如蜂窝曲线，剪影系数等)找到最佳解。但是我得到了非常不同的结果--正如不同算法所期望的那样。K-均值对球形团簇是有利的，对于完全不同的团簇形状则是基于密度的方法.现在实际的问题是:如何选择“最佳”的</e
浏览 0提问于2020-06-23得票数 1
2回答
我不是指生成随机数的函数，而是生成 的算法假设区域是0,1，我们需要生成一个函数f:0,1^n->0,1。这个函数是从某一类函数中选择的，所以选择这些函数的概率是相同的。(这类函数可以是所有连续的，也可以是K阶导数，以便于算法实现。)
由于闭
浏览 5提问于2015-05-21得票数 0
1回答
我正在寻找示例，以显示如何绘制文本分类的决策边界。我知道sklearn文档中的一些示例，但是如何将它们应用于文本数据？网上有什么好的例子吗？
浏览 0提问于2016-11-17得票数 0
2回答
我需要用凝聚算法和OpenCV库实现一个跟踪图像流中运动物体的软件。我读过OpenCV包含了该算法的一个实现，但我没有找到解释如何使用OpenCV中可用的相应函数的示例或教程。(dynam_params)，函数分配结构，并要求状态向量(sample_count).的维数、测量矢量的维数(sample_count).和样本数(sample_coun
浏览 6提问于2012-11-17得票数 5
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
