类别非簇：改进基于标签的降维评价
机器学习
2023-08-14 v2
摘要
评估降维（DR）嵌入可靠性的一种常见方式是量化有标签类别在嵌入中形成紧凑且相互分离簇的程度。该方法基于这样的假设：类别在原始高维空间中保持为清晰的簇。然而现实中此假设可能被违背；单个类别可碎裂为多个分离簇，多个类别可合并为单一簇。因此我们未必总能保证使用类标签评价的可信度。本文引入两种新质量度量——标签可信度与标签连续性（Label-T&C）——推进基于类标签的DR评价过程。Label-T&C不假设类别在原始空间中良好成簇，而是通过（1）估计类别在原始与嵌入空间中成簇的程度，以及（2）评价二者差异来工作。定量评价表明，Label-T&C在评估DR嵌入保留簇结构的准确度方面优于广泛使用的DR评价度量（如可信度与连续性、Kullback-Leibler散度），并且可扩展。此外，我们给出案例研究，证明Label-T&C可成功用于揭示DR技术及其超参数的内在特性。
引用
@article{arxiv.2308.00278,
title = {Classes are not Clusters: Improving Label-based Evaluation of Dimensionality Reduction},
author = {Hyeon Jeon and Yun-Hsin Kuo and Michaël Aupetit and Kwan-Liu Ma and Jinwook Seo},
journal= {arXiv preprint arXiv:2308.00278},
year = {2023}
}
备注
IEEE Transactions on Visualization and Computer Graphics (TVCG) (Proc. IEEE VIS 2023)