为什么t-SNE方法使用欧几里得距离来计算高维数据的相似性?

我尝试过其他距离度量方法,如切比雪夫距离或曼哈顿距离等,这些方法在Matlab中的t-SNE中都有实现。其中一些方法的表现与欧几里得距离度量方法一样好。所以我想问一下,为什么t-SNE总是使用欧几里得距离来计算距离。相比其他距离度量方法,欧几里得距离是否有任何优势?我希望有人能帮我解决这个问题。提前感谢!


回答:

t-SNE总是使用欧几里得距离函数来测量距离,因为这是方法定义中设置的默认参数。如果您希望为您的问题更改所使用的距离函数,您需要在方法调用中更改’metric’参数。

这里有一个链接,列出了您可以使用的不同距离函数,而不是欧几里得距离。

希望这对您有帮助!

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注