结合PCA的tSNE算法的并行化实现方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要： 为了提高大数据环境下高维非线性数据的处理速度和精确度，提出一种结合主成分分析（PCA）的基于t分布的随机近邻嵌入（tSNE）算法.首先，通过主成分分析法对原始数据进行预处理，去除噪声点；然后，结合tSNE算法，构建K最邻近（K-NN）图，以表示高维空间中数据的相似关系；最后，在Spark平台（剩余8425字）

试读结束

目录
monitor