ScholarGate
Assistent
Machine learning

t-SNE

t-SNE (t-Distributed Stochastic Neighbor Embedding) ist eine nichtlineare Methode zur Dimensionsreduktion, die 2008 von Laurens van der Maaten und Geoffrey Hinton eingeführt wurde und hochdimensionale Daten zur Visualisierung in einen 2D- oder 3D-Raum abbildet. Sie bewahrt probabilistische lokale Ähnlichkeiten, sodass Punkte, die im ursprünglichen Raum Nachbarn sind, nahe beieinander bleiben, wodurch Clusterstrukturen und lokale Nachbarschaften aufgedeckt werden.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

+1 more

Quellen

  1. van der Maaten, L. & Hinton, G. (2008). Visualizing Data using t-SNE. Journal of Machine Learning Research, 9(86), 2579–2605. link

So zitieren Sie diese Seite

ScholarGate. (2026, June 1). t-Distributed Stochastic Neighbor Embedding. ScholarGate. https://scholargate.app/de/machine-learning/t-sne

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Referenziert von

ScholarGatet-SNE (t-Distributed Stochastic Neighbor Embedding). Abgerufen am 2026-06-15 von https://scholargate.app/de/machine-learning/t-sne · Datensatz: https://doi.org/10.5281/zenodo.20539026