Em que situações devemos usar o t-SNE (além da visualização de dados)?
O T-SNE é usado para redução de dimensionalidade. A resposta a esta pergunta sugere que o t-SNE deve ser usado apenas para visualização e que não devemos usá-lo para agrupamento. Então, qual é o bom uso do t-SNE?
Respostas:
Eu não concordo com esta conclusão. Não há razão para supor que o t-SNE seja pior universalmente que qualquer outro algoritmo de agrupamento. Todo algoritmo de agrupamento faz suposições sobre a estrutura dos dados e pode-se esperar que eles tenham um desempenho diferente, dependendo da distribuição subjacente e do uso final da dimensionalidade reduzida.
O t-SNE, como muitos algoritmos de aprendizado não supervisionado, geralmente fornece um meio para atingir um fim, por exemplo, obter informações precoces sobre se os dados são separáveis ou não, testando se possui alguma estrutura identificável e inspecionando a natureza dessa estrutura. Não é necessário visualizar a saída do t-SNE para começar a responder a algumas dessas perguntas. Outras aplicações de incorporação de dimensões inferiores incluem a criação de recursos para classificação ou a eliminação da multicolinearidade para melhorar o desempenho dos métodos de previsão.
fonte