是什么让 t-sne 受到监督?
维基百科将 t-sne algorithm 归类为监督方法。我读到监督方法涉及训练、输入和期望结果。
我在想,t-sne 的目标是最小化 Kullback-Leibler 分歧。将这种差异最小化是否算作“预期结果”,从而使其受到监督?
最佳答案
维基百科没有将 t-sne 归类为监督学习,而是归类为降维(目前我正在写答案)。而且,据我所知,它根本不是一种有监督的方法。
其目的是简化数据可视化,减少维度,也可以用作聚类技术( 无监督 分类)。
关于machine-learning - 为什么 t-sne 被认为是受监督的?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/44103145/