SNE

处理无标签数据的套路：T-SNE与k-means++代码简单实现

背景：当我们在实际工作过程中，我们可能会遇到大量的“无标签”样本数据。针对这个问题，我们可以使用聚类算法进行分类，对每一类的数据进行标注，使“无标签”样本数据转化为“有标签”数据。并通过降维实现数据可视化来检验其效果。思路：我们可以先随机选取簇的值，将无标签的数据进行聚类，然后在通过Tsne可视化检验其聚类效果。也可以将原数据先进行TSNE降维可视化，看一下降维后的数据分布。根据实际情况设定簇的值
特兰克斯行·2022-11-26 13:32

TSNE—聚类结果可视化

一、TSNE参数解析  t-SNE是一个可视化高维数据的工具。它将数据点之间的相似性转换为联合概率，并试图最小化低维嵌入数据和高维
哎呦-_-不错·2022-11-26 12:14

知识图谱-KGE-模型（二）：语义匹配模型【RESCAL、DistMult、HoLE、ComplEx、ANALOGY、SNE、NTN、MLP、NAM】

语义匹配模型：包括RESCAL、DistMult、HoLE、ComplEx、ANALOGY、SNE、NTN、MLP、NAM模型等；知识图谱怎样入门？-知乎
u013250861·2022-11-25 16:47

聚类算法学习 — K-means

1.4.1优点1.4.2缺点2具体实施2.1不使用PythonKmeans库2.2使用PythonKmeans库2.2.1库准备2.2.2sklearn.cluster.KMeans参数介绍2.2.3t-SNE
米米今日不摸鱼·2022-11-25 12:11

t-SNE原理与推导

t-SNE(t-distributedstochasticneighborembedding)是用于降维的一种机器学习算法，由LaurensvanderMaaten和GeoffreyHinton在08年提出
scott198510·2022-11-24 16:52

T-SNE降维可视化聚类结果（二维可视化、三维可视化）

一、二维可视化1.1生成数据importpandasaspdimportnumpyasnpdf={"A":np.random.normal(0,1,1000),"B":np.random.normal(0,1,1000),"C":np.random.normal(0,1,1000),"D":np.random.normal(0,1,1000)}df=pd.DataFrame(df)df.head(
爱挠静香下巴的hp·2022-11-23 23:23

TSNE数据降维

1、TSNE的基本概念2、例1鸢尾花数据集降维3、例2MINISET数据集降维1、TSNE的基本概念t-SNE(t-distributedstochasticneighborembedding)是用于降维的一种机器学习算法
haoji007·2022-11-23 12:17

Google新闻和Leo Tolstoy：使用t-SNE可视化Word2Vec单词嵌入

Everyoneuniquelyperceivestexts,regardlessofwhetherthispersonreadsnewsontheInternetorworld-knownclassicnovels.Thisalsoappliestoavarietyofalgorithmsandmachinelearningtechniques,whichunderstandtextsinamo
cullen2012·2022-11-21 23:05

单细胞测序流程（四）主成分分析——PCA

准备之前所使用的数据R的IDE分析目的为以后的细胞分群做准备，以及t-sne聚类分析。结果散点图，横坐标为打分的值，
生信学徒·2022-11-21 15:55

和Umap对标的有 PCA ，t-SNE，Umap是降维的算法，leiden 是聚类的算法 ，

和Umap对标的有PCA，t-SNE，Umap是降维的算法，leiden是聚类的算法，umap是降维的算法；和Umap对标的有PCA，t-SNE；leiden是聚类的算法；和leiden对标的是louvain
fK0pS·2022-11-20 09:37

机器学习算法：UMAP 深入理解

最广泛使用的可视化技术之一是t-SNE，但它的性能受到数据集规模的影响，并且正确使用它可能需要一定学习成本。UMAP是McInnes等人开发的新算法。
冷冻工厂·2022-11-20 09:05

异常检测 | MATLAB实现基于支持向量机和孤立森林的数据异常检测(结合t-SNE降维和DBSCAN聚类)

异常检测|MATLAB实现基于支持向量机和孤立森林的数据异常检测(结合t-SNE降维和DBSCAN聚类)目录异常检测|MATLAB实现基于支持向量机和孤立森林的数据异常检测(结合t-SNE降维和DBSCAN
机器学习之心·2022-11-18 08:19

基于卷积神经网络故障诊断模型的 t-SNE特征可视化

基于卷积神经网络故障诊断模型的t-SNE特征可视化1.t-sne可视化基本概念2.sklearn.manifold.TSNE函数的参数说明3.基于tensorflow2卷积网络t-SNE特征可视化参考1
cnjs1994·2022-11-14 19:46

使用python简单实现三种常见的降维方法：PCA、t-SNE和Umap（降到二维进行可视化）

三种常见的降维方法：PCA、t-SNE和Umap1.PCA主成分分析方法(PrincipalComponentAnalysis，PCA)是一种使用最广泛的数据降维算法。
风灬陌·2022-11-11 23:16

机器学习学习笔记之——无监督学习之降维、特征提取与流形学习

我们也将学习另外两种算法：非负矩阵分解（NMF）和t-SNE，前者通常用于特征提取，后者通常用于二维散点图的可视化。1、主成分分析（PCA）主成分分析（principalcompo
前丨尘忆·梦·2022-11-08 17:45

机器学习论文-实验效果评估部分常用代码大总结

1相关指标的计算和输出打印（*验证模型有效）实验设置和模型评估2模型比较（与SOTA比较）3超参数实验（又叫参数敏感性实验）4消融实验（*验证改进有意义）5案例研究（*验证可以用于预测未知疾病）6t-sne
鱼与钰遇雨·2022-11-04 11:26

R语言高维数据的pca、 t-SNE算法降维与可视化分析案例报告

在这篇文章中，我们将研究三维降维技术：主成分分析（PCA）：最流行的降维方法内核PCA：PCA的一种变体，允许非线性t-SNE
拓端研究室TRL·2022-11-03 18:49

机器学习-降维方法：PCA、KPCA、LDA、LLE、LE、t-SNE、AutoEncoder、MDS、ISOMAP、FastICA、SVD、LPP、ICA

无监督学习{化繁为简{聚类(Clustering){k-Means算法k-Means++算法密度聚类算法{DBSCAN算法密度最大值聚类算法谱聚类算法GMM(高斯混合模型)聚类算法TopicModel(主题模型)算法{LDA(隐含狄利克雷分布)PLSA(概率隐语义)LFMLSI降维(DimensionReduction){线性降维{主成分分析(PrincipalComponentAnalysis)
u013250861·2022-10-30 02:36

Python-深度学习-学习笔记（17）：利用t-SNE对数据实现降维聚类

Python-深度学习-学习笔记（17）：利用t-SNE对数据实现降维聚类一、引言由于现有的算法还不够智能，所以必须依靠人类的智慧介入分析。
赵小琛在路上·2022-10-30 02:35

python绘制3维图-t-SNE的原理及Python实现

t-SNE构造高维样本的概率分布，使得相似样本的被拣选可能性很高，而相异点的被拣选可能性极小。然后，t-SNE为低维度嵌入中的点定义相似的分布。
weixin_37988176·2022-10-19 07:23

t-SNE 原理及Python实例

由于毕业设计有部分工作需要对比两个图像数据集合的差异，为了可视化差异，利用了目前降维首选的t-SNE。
c2a2o2·2022-10-19 07:45

深度自动编码器（Deep Auto-encoder）

Auto-encoder它做的事情和PCA、t-SNE一样，都是要降维。
Vinsmoke -Hou·2022-10-10 10:27

Python 机器学习实战 —— 无监督学习（下）

对MDS多维标度法、LLE局部线性嵌入法、Isomap保距映射法、t-SNE分布邻域嵌入算法等ML流形学习模型的基础使用方法进行讲解。本文将对聚类算法进行讲解，聚类算法就是将数据集划分成组的任务，
风尘浪子·2022-09-04 07:59

【附下载】爆破神器之超级弱口令检查工具使用

项目地址：https://github.com/shack2/SNE...文末获取
·2022-07-19 08:57

How to Use UMAP

如果您已经熟悉sklearn，您应该能够使用UMAP作为t-SNE和其他降维类的替代品。如果您对sklearn不太熟悉，本教程将引导您了解使用UMAP转换和可视化数据的基础知识。  
喝过期的拉菲·2022-06-14 10:07

tsne原理以及代码实现（学习笔记）

文章目录1.t-SNE的基本概念2.t-SNE介绍2.1SNE（随机邻域嵌入）2.2t-SNE2.3t-SNE的优缺点2.3.1t-SNE优点2.3.2t-SNE的缺点3.代码实现3.1接口参数解释：3.2
偶尔躺平的咸鱼·2022-05-16 07:36

t-SNE非线性降维

当我们想对高维数据集进行分类，但又不清楚这个数据集有没有很好的可分性（同类之间间隔小、异类之间间隔大）时，可以通过t-SNE将数据投影到2维或3维空间中观察一下：如果在低维空间中具有可分性，则数据是可分的
BryanMX·2022-05-09 18:10

tSNE-python代码实现及使用讲解

在读基于深度学习的机械故障诊断论文时，不免会看到如下所示的t-SNE可视化图，看着比较高级。那这个图又是如何绘制出来的呢？
故障诊断与python学习·2022-04-28 07:48

机器学习笔记 - 什么是t-SNE？

1、t-SNE概述  t-DistributedStochasticNeighborEmbedding(t-SNE)是一种无监督的非线性技术，主要用于数据探索和高维数据的可视化。
bashendixie5·2022-04-27 07:20

Python实现12种降维算法的示例代码

LDA(LinearDiscriminantAnalysis)3.MDS(multidimensionalscaling)4.ISOMAP5.LLE(locallylinearembedding)6.t-SNE7
·2022-04-26 11:07

t-SNE：最好的降维方法之一

引言本期由来自哈工大的同样热爱科普的潮汐之子为我们带来t-SNE的全方位普及，作者的研究方向为自然语言处理。
斗战胜佛oh·2022-03-30 11:27

拓端tecdat|python主题建模可视化LDA和T-SNE交互式可视化

p=4261原文出处：拓端数据部落公众号使用潜在Dirichlet分配（LDA）和t-SNE中的可视化进行主题建模。本文中的代码片段仅供您在阅读时更好地理解。有关完整的工作代码，请参阅完整资料。
·2022-03-09 16:13

主成分分析，独立成分分析，+t-SNE 分布随机可视化降维的对比

降低维度：特征越多，本质上意味着可以解释数据集中更多的变化。但是，如果考虑的特征超过了所需的特征，分类器甚至会考虑所有的异常值或者会过拟合数据集。因此，分类器的性能开始下降，而不是上升.我们如何为我们的数据集寻找一个看似最优的维数呢？这就是降维发挥作用的地方了。有一组技术允许我们在不丢失太多信息的情况下，找到高维数据的一种紧凑表示.是否可以有一个更小、更紧凑的表示方法（使用小于mn个特征）来同样好
林丿子轩·2022-03-03 07:15

论文学习笔记-t-SNE-1

t-SNE（t-DistributionStochasticNeighborEmbedding）是在SNE（StochasticNeigh
不忘初心，坚持前行·2022-02-28 07:36

【论文阅读】SNE-RoadSeg

文章目录SNERoadSeg文章SNE-RoadSeg:IncorporatingSurfaceNormalInformationintoSemanticSegmentationforAccurateFreespaceDetection
麒麒哈尔·2022-02-28 07:33

道路检测 | SNE-RoadSeg论文阅读

道路检测|SNE-RoadSeg:IncorporatingSurfaceNormalInformationintoSemanticSegmentationforAccurateFreespaceDetection
Flamingo_NJ·2022-02-28 07:27

ECCV2020 | SNE-RoadSeg：一种基于表面法向量提取的道路可行驶区域分割方法

点击上方“AI算法修炼营”，选择“星标”公众号精选作品，第一时间送达这篇文章收录于ECCV2020，是一篇关于无碰撞空间区域分割的文章，整体效果很不错。最主要的核心思想是在表面发现估计器的设计，在得到表面法线后将其用于分割网络的编码器环节，并在特征融合部分，借鉴了DenseNet的思想，进行密集连接。网络的计算量和参数量文中并没有比较，应该做不到实时。论文地址：https://arxiv.org/
AI算法修炼营·2022-02-28 07:50

ECCV2020解读:SNE-RoadSeg: Incorporating Surface Normal Information into Semantic Segmentation...

ECCV2020:SNE-RoadSeg:将表面法线信息整合到语义分割中，以实现精确的空间检测摘要简介RoadSegSNE实验结果结论原文及代码地址摘要无碰撞空间检测是自动驾驶汽车视觉感知的重要组成部分
Akita·wang·2022-02-28 07:15

【论文阅读】【道路检测】SNE-RoadSeg

《SNE-RoadSeg:IncorporatingSurfaceNormalInformationintoSemanticSegmentationforAccurateFreespaceDetection
Lukas88664·2022-02-28 07:42

【论文学习之SNE-RoadSeg】跑通SNE-RoadSeg代码

这段时间跟着学长学习研究论文SNE-RoadSeg，所以接下来我将围绕此篇论文记录第一次跑代码的过程。一、服务器使用此前对于服务器概念较为模糊，这次算是正式接触服务器的使用。
Fairy0308·2022-02-28 07:08

【论文笔记】道路检测 SNE-RoadSeg

论文标题：SNE-RoadSeg:IncorporatingSurfaceNormalInformationintoSemanticSegmentationforAccurateFreespaceDetection
arXiv每周论文精读速递·2022-02-28 07:30

few-shot mini-imagenet实现t-sne可视化

参考#maindata,_=[_.cuda()for_inbatch]#遍历batchdata_support,data_query=data[:p_support],data[p_support:]#[150,3,84,84]labels_support=torch.arange(way).repeat(shot)emb_support=model(data_support)#[150,1600
vieo·2022-02-12 06:09

拓端tecdat：Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本挖掘新闻组数据集

原文链接：http://tecdat.cn/?p=24376原文出处：拓端数据部落公众号在这篇文章中，我们讨论了基于gensim包来可视化主题模型(LDA)的输出和结果的技术。介绍我们遵循结构化的工作流程，基于潜在狄利克雷分配(LDA)算法构建了一个主题模型。在这篇文章中，我们将使用主题模型，探索多种策略以使用matplotlib绘图有效地可视化结果。我将使用20个新闻组数据集的一部分，因为重点更
拓端研究室·2021-11-21 22:27

Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本挖掘新闻组数据集

原文链接：http://tecdat.cn/?p=24376在这篇文章中，我们讨论了基于gensim包来可视化主题模型(LDA)的输出和结果的技术。介绍我们遵循结构化的工作流程，基于潜在狄利克雷分配(LDA)算法构建了一个主题模型。在这篇文章中，我们将使用主题模型，探索多种策略以使用matplotlib绘图有效地可视化结果。我将使用20个新闻组数据集的一部分，因为重点更多地放在可视化结果的方法上。
·2021-11-19 16:02

机器学习基础知识点

机器学习基础知识点文章目录机器学习基础知识点监督学习回归线性回归岭回归lasso回归分类k最近邻分类朴素贝叶斯分类logistic回归支持向量机其他随机梯度下降线性判别分析决策树无监督学习聚类k均值分层次聚类谱聚类高斯混合模型降维PCA降维LLE降维MDS和t-SNE
陆嵩·2021-10-24 14:14

Python用T-SNE非线性降维技术拟合和可视化高维数据iris鸢尾花、MNIST 数据

p=24002T-distributedStochasticNeighborEmbedding(T-SNE)是一种可视化高维数据的工具。
·2021-10-18 17:03

Python 机器学习实战 —— 无监督学习（下）

对MDS多维标度法、LLE局部线性嵌入法、Isomap保距映射法、t-SNE分布邻域嵌入算法等ML流形学习模型的基础使用方法进行讲解。本文将对聚类算法进行讲解，聚类算法就是将数据集划分成组的任务，
风尘浪子·2021-08-10 11:00

从Word2vec可视化算法t-SNE谈起

刚好最近经常看一些word2vec的文章，在最后往往看到作者说用t-SNE可视化结果，也即把高维度的数据降维并可视化。
老周算法·2021-06-27 13:26

UMAP:比t-SNE更好的降维算法

论文题目：UMAP:UniformManifoldApproximationandProjectionforDimensionReduction作者：LelandMcInnes；JohnHealy；JamesMelville时间：December7,2018UMAP(UniformManifoldApproximationandProjection)算法是一种创新的降维流形学习算法。Ideas来自
Leona2028·2021-06-24 14:30

14种单细胞测序去批次效应哪家强

Abenchmarkofbatch-effectcorrectionmethodsforsingle-cellRNAsequencingdata.在文章中作者基于10个人和鼠的dataset，使用t-SNE
科研菌·2021-06-22 19:53
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他