P1 · 應會
數學基礎
t 分布隨機鄰域嵌入 (t-distributed Stochastic Neighbor Embedding, t-SNE)
是什麼
t-SNE 是非線性降維方法，把高維資料點之間的鄰近關係轉成機率，並在二維或三維空間中盡量保留這些局部鄰域結構，常用來視覺化觀察群聚。
解決什麼問題
視覺化高維資料（如詞向量、影像特徵）的群聚結構；不適合當模型特徵，因為無法直接轉換新資料，全域距離也不可靠。
考場 Trigger
- 高維資料投影到二維看群聚
- 要保留局部鄰域結構
- 比較 t-SNE 與 PCA 的用途
容易搞混
主成分分析維度災難
中級深度
能分辨 t-SNE 只適合視覺化、PCA 可對新資料套用當特徵，並知道 t-SNE 圖上的群間距離沒有意義。