Чим корисно використовувати t-SNE, крім візуалізації даних?

У яких ситуаціях слід використовувати t-SNE (крім візуалізації даних)?

T-SNE використовується для зменшення розмірності. Відповідь на це запитання говорить про те, що t-SNE слід використовувати лише для візуалізації, і ми не повинні використовувати його для кластеризації. Тоді яке корисне використання для t-SNE?

Відповідь на це запитання говорить про те, що t-SNE слід використовувати лише для візуалізації, і ми не повинні використовувати його для кластеризації. Тоді яке корисне використання для t-SNE?

Я не згоден з цим висновком. Немає підстав вважати, що t-SNE є гіршим універсальним, ніж будь-який інший алгоритм кластеризації. Кожен алгоритм кластеризації передбачає припущення щодо структури даних, і від них можна очікувати, що вони будуть виконуватись по-різному, залежно від базового розподілу та кінцевого використання зменшеної розмірності.

t-SNE, як і багато непідконтрольних алгоритмам навчання, часто дають можливість досягти мети, наприклад, отримати раннє уявлення про те, чи є дані відокремлювані чи ні, перевіряючи, чи має вона якусь ідентифіковану структуру, та перевіряючи природу цієї структури. Не потрібно візуалізації виходу t-SNE, щоб почати відповідати на деякі з цих питань. Інші програми вбудовування менших розмірів включають функції побудови для класифікації або позбавлення від мультиколінеарності для підвищення ефективності методів прогнозування.