Towards One Model for Classical Dimensionality Reduction: A Probabilistic Perspective on UMAP and t-SNE

要約

この論文では、次元削減手法である UMAP と t-SNE が、ProbDR で導入された一般化された Wishart ベースのモデルに対応する MAP 推論手法として近似的に再構築できることを示します。
この解釈は、これらのアルゴリズムについてのより深い理論的洞察を提供すると同時に、同様の次元削減方法を研究できるツールを紹介します。

要約(オリジナル)

This paper shows that the dimensionality reduction methods, UMAP and t-SNE, can be approximately recast as MAP inference methods corresponding to a generalized Wishart-based model introduced in ProbDR. This interpretation offers deeper theoretical insights into these algorithms, while introducing tools with which similar dimensionality reduction methods can be studied.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google