perplexity 的意思及S型的流行還原問題 - Cupoy

2020/05/23 上午 11:47

機器學習共學討論版

Jack

觀看數：34

回答數：4

收藏數：1

tsne

sklearn

先附上github:

https://github.com/gn0262487838/100_day_marathon_for_ML/blob/master/D62/Day_062_tsne_HW.ipynb

總共有兩個問題想詢問大家

第一個問題:

根據sklearn中TSNE參數，上圖中兩個參數

n_components 我理解是映射到2維空間(如果等於3，就是3維空間)的意思，不知道這樣理解是否正確?

perlexity 我理解是 分群的數量，其實我還是不太清楚這個參數的意思是?

第二個問題:

作業figure(上圖)/範例figure(下圖)

在作業中(github內)，當perlexity調整到200時有接近S型，但方向好像跟原來的S型不太一樣，再把perlexity調到500後，就一直維持在圓形狀態，推論不管perlexity調得再高，s型永遠不會是原來的s型。

那為什麼範例中圓形還是可以推得圓形圖形?(答案有解釋但還是不懂他的意思，跟頭尾相連有啥關係?)

回答列表

• 2020/05/27 上午 08:44
  張維元 (WeiYuan)
  贊同數：0
  不贊同數：0
  留言數：0

  嗨，Jack，關於第一個問題以下回答：

  
  

  這個函式是用映射到不同維度空間沒錯，只是映射的規則有很多，例如線性轉換、多項式轉換、高斯轉換等等的。而 perlexity 其實就是一種映射轉換的算法依據，更多說明可以參考這一篇文章。

  
  

  如果這個回答對你有幫助請主動點選「有幫助」的按鈕，也可以追蹤我的GITHUB帳號。若還有問題的話，也歡迎繼續再追問或者把你理解的部分整理上來，我都會提供你 Review 和 Feedback 😃😃😃

• 2020/05/27 上午 08:46
  張維元 (WeiYuan)
  贊同數：1
  不贊同數：0
  留言數：1

  嗨，Jack，關於第二個問題我看不太懂欸，你可以多描述一點嗎？

  
  

  如果這個回答對你有幫助請主動點選「有幫助」的按鈕，也可以追蹤我的GITHUB帳號。若還有問題的話，也歡迎繼續再追問或者把你理解的部分整理上來，我都會提供你 Review 和 Feedback 😃😃😃

• 2020/06/11 下午 08:30
  Jack
  贊同數：0
  不贊同數：0
  留言數：0

  能否解答一下？

• 2020/06/12 上午 06:09
  張維元 (WeiYuan)
  贊同數：0
  不贊同數：0
  留言數：0

  「我的疑問是既然流行還原是映射到另外一個空間，那在範例中是可以把原來的主題上最下方的圖的origin映射到的平面座標且當perlexity越來，就會跟原圖類似。 但是在作業中S行卻不能如同上述概念一樣，為什麼?」

  
  

  => 概念上就是 S 型的資料分布，利用 TSNE 分群的時候是不容易還原回來的。這邊建議可以試試看其他種還原方法，除了 t-SNE 之外，還有 Isompa / LLE / MED /MDS 等。