t-sne embedding의 치수에 대한 의미가 있습니까? PCA와 마찬가지로 우리는 선형 적으로 변형 된 분산 최대화에 대한 감각을 가지고 있지만 t-sne의 경우 KL 거리의 매핑 및 최소화를 위해 정의한 공간 외에 직관이 있습니까?
1
이것이 실제로 당신이 요구하는 것을 얻었는지 확실하지 않지만, 나는 t-sne의 차원이 실제로 데이터의 분리 가능성에만 달려 있다고 생각합니다. 비선형 변환이므로 동일한 데이터 세트에서 치수를 변경할 수 있습니다. 따라서 차원은 주어진 인스턴스의 컨텍스트 내에서만 실제로 해석 될 수 있습니다. 내가 틀렸다면 알려주십시오. 흥미로운 질문입니다.
—
Hobbes
어쩌면 그냥 지루한 ℝ3입니까?
—
Nitro