【发布时间】：2017-10-21 12:54:07
【问题描述】：
是什么让 t-sne 受到监督？
维基百科将t-sne algorithm 分类为监督方法。我读到有监督的方法涉及训练，有输入和期望的结果。
我在想，t-sne 的目标是最小化 Kullback-Leibler 散度。最小化这种差异是否算作“期望结果”，从而使其受到监督？
【问题讨论】：
标签： machine-learning supervised-learning
【发布时间】：2017-10-21 12:54:07
【问题描述】：
维基百科没有将 t-sne 归类为监督学习，而是归类为降维（目前我正在写答案）。而且，据我所知，它根本不是一种监督方法。
其目的是简化数据可视化，降低维度，也可用作聚类技术（无监督分类）。
【讨论】：
-
哦...哎呀。看起来我对机器学习文章在页面侧面有一个框列出不同类别的问题这一事实感到困惑。我将“监督”视为类别之一，并认为它是在描述 t-sne。谢谢。