การใช้ t-SNE ดีอย่างไรนอกเหนือจากการสร้างภาพข้อมูล?

เราควรใช้ t-SNE ในสถานการณ์ใด (นอกเหนือจากการสร้างภาพข้อมูล)

T-SNE ใช้สำหรับลดมิติข้อมูล คำตอบสำหรับคำถามนี้ ชี้ให้เห็นว่าควรใช้ t-SNE สำหรับการสร้างภาพข้อมูลเท่านั้นและไม่ควรใช้สำหรับการทำคลัสเตอร์ ถ้าอย่างนั้นการใช้ t-SNE ดีอย่างไร?

คำตอบสำหรับคำถามนี้ชี้ให้เห็นว่าควรใช้ t-SNE สำหรับการสร้างภาพข้อมูลเท่านั้นและไม่ควรใช้สำหรับการทำคลัสเตอร์ ถ้าอย่างนั้นการใช้ t-SNE ดีอย่างไร?

ฉันไม่เห็นด้วยกับข้อสรุปนี้ นอกจากนี้ไม่มีเหตุผลที่จะคิดว่าเสื้อ SNE เป็นเลวร้ายใด ๆ ในระดับสากลกว่าขั้นตอนวิธีการจัดกลุ่มอื่น ๆ อัลกอริทึมการจัดกลุ่มทุกครั้งสร้างสมมติฐานเกี่ยวกับโครงสร้างของข้อมูลและคาดว่าจะสามารถทำงานได้แตกต่างกันไปขึ้นอยู่กับการกระจายและการใช้ปลายทางของมิติข้อมูลที่ลดลง

t-SNE เช่นอัลกอริธึมการเรียนรู้ที่ไม่ได้รับการดูแลจำนวนมากมักจะเป็นหนทางไปสู่จุดจบเช่นการได้รับข้อมูลเชิงลึกตั้งแต่เนิ่น ๆ ว่าข้อมูลสามารถแบ่งแยกได้หรือไม่การทดสอบว่ามีโครงสร้างที่ระบุตัวตนได้บ้าง เราไม่จำเป็นต้องเห็นภาพของเอาต์พุต t-SNE เพื่อเริ่มตอบคำถามเหล่านี้ แอปพลิเคชั่นอื่น ๆ ของงานแต่งงานที่มีมิติต่ำกว่านั้นรวมถึงคุณสมบัติการสร้างเพื่อการจำแนกประเภทหรือการกำจัดความหลากหลายแบบหลายจุดเพื่อปรับปรุงประสิทธิภาพของวิธีการทำนาย