데이터 시각화를 제외하고 t-SNE의 유용한 용도는 무엇입니까?

어떤 상황에서 데이터 시각화를 제외하고 t-SNE를 사용해야합니까?

T-SNE는 치수 축소에 사용됩니다. 이 질문에 대한 답 은 t-SNE는 시각화에만 사용해야하며 클러스터링에는 사용하지 않아야한다는 것을 나타냅니다. 그렇다면 t-SNE의 좋은 사용법은 무엇입니까?

에 대한 대답 이 질문은 t-SNE는 시각화를 위해 우리가해야 사용되어야한다는 것을 시사 하지 클러스터링을 위해 사용합니다. 그렇다면 t-SNE의 좋은 사용법은 무엇입니까?

나는이 결론에 동의하지 않습니다. t-SNE가 다른 클러스터링 알고리즘보다 보편적으로 더 나쁘다고 가정 할 이유 는 없습니다 . 모든 클러스터링 알고리즘은 데이터 구조에 대한 가정을하며, 기본 분포 및 축소 된 차원의 최종 사용에 따라 다르게 수행 될 것으로 예상 할 수 있습니다.

많은 비지도 학습 알고리즘과 같은 t-SNE는 종종 데이터를 분리 할 수 ​​있는지 여부에 대한 조기 통찰력 확보, 데이터가 식별 가능한 구조가 있는지 테스트 및이 구조의 특성을 검사하는 수단을 제공합니다. 이러한 질문에 대한 답변을 시작하기 위해 t-SNE 출력을 시각화 할 필요 가 없습니다 . 저 차원 임베딩의 다른 응용은 예측 방법의 성능을 향상시키기 위해 다중 공선 성을 제거하거나 분류하기위한 특징을 구축하는 것을 포함한다.