ScholarGate
Assistent
Machine learning

t-SNE

t-SNE (t-Distributed Stochastic Neighbor Embedding) är en icke-linjär dimensionsreduceringsmetod som introducerades av Laurens van der Maaten och Geoffrey Hinton 2008, vilken mappar högdimensionell data till ett 2D- eller 3D-utrymme för visualisering. Den bevarar probabilistiska lokala likheter, så punkter som är grannar i det ursprungliga utrymmet förblir nära varandra, vilket avslöjar klusterstruktur och lokala grannskap.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

+1 more

Källor

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

Så citerar du den här sidan

ScholarGate. (2026, June 1). t-Distributed Stochastic Neighbor Embedding. ScholarGate. https://scholargate.app/sv/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

Refereras av

ScholarGatet-SNE (t-Distributed Stochastic Neighbor Embedding). Hämtad 2026-06-15 från https://scholargate.app/sv/machine-learning/t-sne · Datamängd: https://doi.org/10.5281/zenodo.20539026