تضمين الجوار العشوائي (t-SNE) هو مصطلح ظهر في مقالات قرمصيص ويستحق شرحاً مستقلاً. تقنية غير خطية تعرض البيانات عالية الأبعاد غالباً في بعدين أو ثلاثة مع الحفاظ على الجوار المحلي. فهمه يساعدك على قراءة الشروحات ونتائج التجارب من غير خلط بين الاسم ووظيفته الفعلية.
باختصار
تقنية غير خطية تعرض البيانات عالية الأبعاد غالباً في بعدين أو ثلاثة مع الحفاظ على الجوار المحلي.
بالتفصيل
تحول التشابهات إلى احتمالات وتحاول تقليل اختلافها بين الفضاء الأصلي والخريطة. تُستخدم للتصور والاستكشاف، وتتأثر بالتهيئة وperplexity ومعدل التعلم، وقد تعطي أشكالاً مختلفة في تشغيلات مختلفة.
الفكرة العملية هي النظر إلى مكان المصطلح داخل خط العمل: ما البيانات التي تدخل إليه، وما النتيجة التي ينتجها، وما التكلفة أو الافتراض الذي يضيفه. المقارنة العادلة تحتاج تجربة على بيانات منفصلة ومقياس مناسب، لا الاعتماد على الاسم أو الشهرة وحدهما.
مثال عملي
يمكن رسم تضمينات آلاف النصوص في خريطة ثنائية الأبعاد لرؤية مجموعات متقاربة قبل فحص أمثلة كل مجموعة.
خلي بالك: المسافات بين المجموعات وأحجامها في الرسم لا تُفسر دائماً كحقائق عالمية، ولا تستخدم t-SNE عادة كمتنبئ.
مصطلحات مرتبطة
Dimensionality Reduction، PCA، Embedding. قراءة هذه المصطلحات معاً توضح العلاقة بين البيانات والتدريب والتقييم والتشغيل.
المصادر: scikit-learn
