Size: a a a

Machine learning

2021 February 16

K

K-S in Machine learning
Roman Majorant
а для визуализации какой лучше метод?
Я просто через tsne как раз смотрел
Нет ультимейт метода, увы
источник

DP

Dmitry Penzar in Machine learning
Roman Majorant
а для визуализации какой лучше метод?
Я просто через tsne как раз смотрел
обычно они дают близкие результаты в размерности 2 (во всяком случае в биологических задачах этоо так)
источник

DP

Dmitry Penzar in Machine learning
umap быстрее, потому он предпочительнее - можно быстро параметры покрутить все
источник

RM

Roman Majorant in Machine learning
K-S
Нет ультимейт метода, увы
то есть, в плане визуализации оставить tsne?
имею в виду, что его результатам сугубо в визауле можно довериться?
источник

DP

Dmitry Penzar in Machine learning
плюс у него всякие плюшки типа semisupervised, налоожения нескольких типов   ебмденнигов и тд
источник

RM

Roman Majorant in Machine learning
Dmitry Penzar
umap быстрее, потому он предпочительнее - можно быстро параметры покрутить все
да, прочитал вот, сейчас буду смотреть
источник

RM

Roman Majorant in Machine learning
Dmitry Penzar
плюс у него всякие плюшки типа semisupervised, налоожения нескольких типов   ебмденнигов и тд
хмм
источник

K

K-S in Machine learning
Roman Majorant
то есть, в плане визуализации оставить tsne?
имею в виду, что его результатам сугубо в визауле можно довериться?
Нет, его результатам нельзя доверять
источник

RM

Roman Majorant in Machine learning
K-S
Нет, его результатам нельзя доверять
тогда что лучше для визуала использовать?
источник

K

K-S in Machine learning
Я к тому, что всегда найдутся выборки, на которых любой алгоритм понижения размерности вам будет выдавать чушь
источник

DP

Dmitry Penzar in Machine learning
Dmitry Penzar
плюс у него всякие плюшки типа semisupervised, налоожения нескольких типов   ебмденнигов и тд
tSNE же может давать другие результаты, может, иногда лучше. Мы в статье использовали его, ибо он давал немного более приятные  картинки. Но именно глазу, а не по смыслу
источник

K

K-S in Machine learning
Roman Majorant
тогда что лучше для визуала использовать?
Ну попробуйте как минимум вышеозвученные: хотя бы umap и hessian lle
источник

RM

Roman Majorant in Machine learning
K-S
Я к тому, что всегда найдутся выборки, на которых любой алгоритм понижения размерности вам будет выдавать чушь
понял
источник

RM

Roman Majorant in Machine learning
K-S
Ну попробуйте как минимум вышеозвученные: хотя бы umap и hessian lle
хорошо, попробую
источник

RM

Roman Majorant in Machine learning
Dmitry Penzar
tSNE же может давать другие результаты, может, иногда лучше. Мы в статье использовали его, ибо он давал немного более приятные  картинки. Но именно глазу, а не по смыслу
хммм
ну вот для визуала он очень прост, как я мог заметить
источник

RM

Roman Majorant in Machine learning
но если доверять сложно ему, буду разбираться с другими
источник

K

K-S in Machine learning
Roman Majorant
хммм
ну вот для визуала он очень прост, как я мог заметить
Так для визуала они все одинаковые в плане использования: учите выбранные алгоритмы и рисуете получившиеся эмбеддинги размерностей 2-3
источник

I

Ibp in Machine learning
Roman Majorant
а для визуализации какой лучше метод?
Я просто через tsne как раз смотрел
для визуализации не имеет значения метод, замените в примере gausian на любой другой и получите результат, вместо 0 и 1 можно вставить другие два признака
источник

RM

Roman Majorant in Machine learning
K-S
Так для визуала они все одинаковые в плане использования: учите выбранные алгоритмы и рисуете получившиеся эмбеддинги размерностей 2-3
Понял, спасибо
источник

RM

Roman Majorant in Machine learning
Ibp
для визуализации не имеет значения метод, замените в примере gausian на любой другой и получите результат, вместо 0 и 1 можно вставить другие два признака
Хммм
попробую...
источник