perplexity 的意思及S型的流行還原問題
2020/05/23 11:47 上午
機器學習共學討論版
Jack
觀看數：24
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?)