可视化｜基于q-高斯分布的随机邻域数据可视化

• q-SNE: Visualizing Data using q-Gaussian Distributed Stochastic Neighbor Embedding
• Motoshi Abe, Junichi Miyao, Takio Kurita
• 2020/12
• CODE
• 数据降维的方法已被广泛应用于高维数据的回归、分类、特征分析和可视化。最常见的方法包括随机近邻嵌入(SNE)或者t分布随机近邻嵌入算法(t-SNE)，通过考虑高维空间和低维空间的局部高斯分布之间的相似性，进行高维数据的可视化。作者提出了一种新的q-高斯分布随机邻居嵌入(q-SNE)方法。q-SNE使用q-高斯分布作为低维数据的分布，比t-SNE和SNE在2维或3维映射上实现了更强大和灵活的可视化。使用数据集MNIST UMAP COIL-20, OlivettiFaces, FashionMNIST等进行了可视化分析，展示出了q-SNE更为灵活和显著的可视化能力。

内容中包含的图片若涉及版权问题，请及时与我们联系删除