文件名称：go-tsne：Go中的t分布随机邻居嵌入（t-SNE）
文件大小：32.88MB
文件格式：ZIP
更新时间：2024-02-21 17:36:41
visualization go data-science machine-learning dimensionality-reduction
戈斯涅 的Go实现，这是一种降维获奖技术，特别适合可视化高维数据集。 用法 导入该库： import "github.com/danaugrs/go-tsne/tsne" 创建TSNE对象： t := tsne . NewTSNE ( 2 , 300 , 100 , 300 , true ) 参数是 输出尺寸数 困惑 学习率 最大迭代次数 细度 有两种方法可以启动t-SNE嵌入优化。 常规方法是提供一个n × d矩阵，其中每一行是一个数据点，每一列是一个维： Y := t . EmbedData ( X , nil ) 另一种方法是直接提供距离矩阵： Y := t . EmbedDistances ( D , nil ) 无论哪种情况，返回的矩阵Y都将包含最终嵌入。 为了获得更细粒度的控制，在两种情况下都可以提供步进功能： Y := t . EmbedData ( X , func ( iter int , divergence float64 , embedding mat. Matrix ) bool { fmt . Pr
【文件预览】：
go-tsne-master
----README.md(2KB)
----examples()
--------mnist2d()
--------mnist3d()
--------data()
----LICENSE(1KB)
----tsne()
--------tsne_test.go(791B)
--------tsne.go(10KB)