T-distributed stochastic neighbor embedding: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
m Bot: passaggio degli url da HTTP a HTTPS |
m wklink |
||
Riga 23:
: <math>KL(P||Q) = \sum_{i \neq j} p_{ij} \log \frac{p_{ij}}{q_{ij}}</math>
L'uso della divergenza di Kullback-Leibler come [[funzione obiettivo]] consente di avere penalità elevate se punti vicini nello spazio originale (<math>p_{ij}</math> elevato) vengono considerati lontani nello spazio a dimensionalità ridotta (<math>q_{ij}</math> piccolo), mentre il viceversa ha un'influenza minore, tendendo quindi a preservare la struttura locale della distribuzione dei punti. Il risultato è una mappa a bassa dimensionalità che riflette le similarità tra i punti nello spazio ad alta dimensionalità.
== Note ==
| |||