bigMap：基于并行化 t-SNE 的大数据映射
机器学习
2019-11-05 v2 定量方法
摘要
我们引入一种特别适用于大规模结构化数据的改进无监督聚类协议。该协议遵循三步：数据的降维、数据低维表示上的密度估计，以及密度景观的最终分割。对于降维步骤，我们引入著名的 t-随机邻近嵌入（t-SNE）算法的并行化实现，显著缓解了某些固有局限，同时提升其对大型数据集的适用性。我们还引入一种新的自适应核密度估计，特别与 t-SNE 框架耦合，以从嵌入数据中获取准确的密度估计，以及一种降雨分水岭算法的变体来识别密度景观中的簇。整个映射协议封装于 bigMap R 包中，连同可视化与分析工具，以简化聚类的定性与定量评估。
引用
@article{arxiv.1812.09869,
title = {bigMap: Big Data Mapping with Parallelized t-SNE},
author = {Joan Garriga and Frederic Bartumeus},
journal= {arXiv preprint arXiv:1812.09869},
year = {2019}
}
备注
24 pages main text including 6 (full-page) figures; bigMap R-pacakge available at CRAN