使用 UMAP、PCA 或 t-SNE 找到分离超平面?

人工智能 机器学习 深度学习
2021-10-23 05:10:29

是否可以使用 t-SNE、PCA 或 UMAP 来找到分离超平面?

假设我们在高维空间中有数据点,我们想将其相位分离成两组点?

有没有办法使用 t-SNE、PCA 或 UMAP 来完成这样的任务?

1个回答

所有方法基本上都是流形方法,用于将超维压缩到具有一定信息损失的二维或三维。因此,无论您使用这些方法“看到”什么,都不是真实的和具有欺骗性的。您可能会在 3D 中看到数据点的分离,但当它们映射到实际尺寸时,它可能完全是垃圾。

根据定义,这些方法不提供找到分离超平面的方法。他们只是告诉你一些关于整个数据的浓缩信息。通常建议谨慎使用 t-SNE 等方法。