流形学习(Manifold Learning)
非线性降维技术。
输入
• 数据:输入数据集
输出
• 转换后的数据:降维后的数据集(低维坐标表示)
流形学习是一种在高维空间中发现非线性流形结构的方法。该部件输出的新坐标对应一个二维空间,降维后的数据可以通过散点图(Scatter Plot)或其他可视化部件进行展示。
-
流形学习方法选择:
• t-SNE
• MDS(另见 MDS 部件)
• Isomap
• 局部线性嵌入(Locally Linear Embedding)
• 谱嵌入(Spectral Embedding) -
方法参数设置:
- t-SNE(距离度量):
- 欧氏距离(Euclidean)
- 曼哈顿距离(Manhattan)
- 切比雪夫距离(Chebyshev)
- 杰卡德距离(Jaccard)
- t-SNE(距离度量):