其他分享
首页 > 其他分享> > 李宏毅unsupervised learning-Neighbor Embedding 课堂笔记

李宏毅unsupervised learning-Neighbor Embedding 课堂笔记

作者:互联网

凭借的是降维前的空间中,每一个点和它的邻居之间的关系进行降维。 

也叫流形学习Manifold Learning。

那个点离黄色点更远还是离红色点更远呢,表面上好像黄色点更远,但是按照形状其实红色更远,就像要降维之后再观察

 

 方法一:局部线性嵌入(LLE)

LLE目的也是降维,第一步找出wij

 

 K不能太大也不能太小。

 

 方法二:Laplacian Eigenmaps

根据graph来测距离,进行降维

 

 supervised: unsupervised:希望minS,但是当zi和zj都是0时,自然S最小,降维成了一个点,所以要对z有限制,希望填满降维后的空间

 

方法三:t-SNE

LLE缺点:

 

 TSNE原理:

 

 

 

 

  

 

   

 

标签:一个点,learning,unsupervised,黄色,降维,Neighbor,方法,LLE
来源: https://www.cnblogs.com/lunotebook/p/11510761.html