VMF-SNE：球面数据嵌入
机器学习
2015-08-06 v1
摘要
T-SNE 是一种著名的用于高维数据嵌入的方法，已广泛应用于数据可视化。t-SNE 的基本假设是数据在欧氏空间中不受约束，且局部邻近性可用高斯分布建模。这一假设在实际应用中对广泛的数据类型并不成立，例如球面数据，其局部邻近性更适合用冯·米塞斯-费舍尔(vMF)分布而非高斯分布来建模。本文提出一种 vMF-SNE 嵌入算法以嵌入球面数据。推导了迭代过程以产生高效嵌入。在模拟数据集上的结果表明，对于球面数据，vMF-SNE 比 t-SNE 产生更好的嵌入。
引用
@article{arxiv.1507.08379,
title = {VMF-SNE: Embedding for Spherical Data},
author = {Mian Wang and Dong Wang},
journal= {arXiv preprint arXiv:1507.08379},
year = {2015}
}
备注
5 pages