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/