机器学习-t-SNE算法原理

目录 1. SEN原理 2 t-SEN 2.1  Symmetric SNE 2.2 Crowing 问题 2.3 t-SNE 2.4 算法过程 2.5 不足 1. SNE原理 基本原理： 是通放射变换  将数据点映射到概率分布上，分为两个步骤： 构建高维对象之间的概率分布，使得相似的对象有更高的概率被选择，而不相似的对象有更低的概率。 SNE 在低维空间中构建这两个分布，使得两个概率分布尽可能相

>>阅读原文<<