迈向数据中结构的全面可视化

降维方法是探索和可视化大型数据集的基础。无监督数据探索的基本要求是简单性、灵活性和可扩展性。然而，当前方法在跨尺度探索大型数据结构时表现出复杂的参数化与严重的计算限制。在此，我们聚焦于 t-SNE 算法，并表明带有单一控制参数（即困惑度）的简化参数设置可有效平衡局部与全局数据结构可视化。我们还设计了一种分块混合（chunk&mix）协议，以高效并行化 t-SNE，并探索比现有方法更广尺度范围的数据结构。我们的 BH-tSNE 并行版本，即 pt-SNE，收敛于良好的全局嵌入，可与最先进方案相媲美，尽管分块混合协议引入了少量噪声并降低了局部尺度精度。尽管如此，我们展示了简单的后处理可高效恢复局部尺度可视化，且在全局尺度无任何精度损失。我们期望相同方法可应用于 BH-tSNE 之外的更快嵌入算法，如 FIt-SNE 或 UMAP，从而扩展最先进水平并导向更全面的数据结构可视化与分析。