<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>降维算法 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E9%99%8D%E7%BB%B4%E7%AE%97%E6%B3%95/</link>
    <description>Recent content in 降维算法 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Sat, 20 Sep 2025 04:26:49 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E9%99%8D%E7%BB%B4%E7%AE%97%E6%B3%95/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>高效使用t-SNE的技术解析</title>
      <link>https://blog.qife122.com/p/%E9%AB%98%E6%95%88%E4%BD%BF%E7%94%A8t-sne%E7%9A%84%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/</link>
      <pubDate>Sat, 20 Sep 2025 04:26:49 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E9%AB%98%E6%95%88%E4%BD%BF%E7%94%A8t-sne%E7%9A%84%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/</guid>
      <description>&lt;h1 id=&#34;如何高效使用t-sne技术&#34;&gt;如何高效使用t-SNE技术&lt;/h1&gt;&#xA;&lt;p&gt;尽管t-SNE在高维数据可视化方面极为有用，但其生成的图表有时会显得神秘或产生误导。通过分析其在简单案例中的表现特征，可以掌握更有效的使用方法。&lt;/p&gt;</description>
    </item>
    <item>
      <title>流形噪声数据局部几何结构估计算法</title>
      <link>https://blog.qife122.com/p/%E6%B5%81%E5%BD%A2%E5%99%AA%E5%A3%B0%E6%95%B0%E6%8D%AE%E5%B1%80%E9%83%A8%E5%87%A0%E4%BD%95%E7%BB%93%E6%9E%84%E4%BC%B0%E8%AE%A1%E7%AE%97%E6%B3%95/</link>
      <pubDate>Mon, 08 Sep 2025 08:18:28 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E6%B5%81%E5%BD%A2%E5%99%AA%E5%A3%B0%E6%95%B0%E6%8D%AE%E5%B1%80%E9%83%A8%E5%87%A0%E4%BD%95%E7%BB%93%E6%9E%84%E4%BC%B0%E8%AE%A1%E7%AE%97%E6%B3%95/</guid>
      <description>&lt;h1 id=&#34;流形噪声数据局部几何结构估计&#34;&gt;流形噪声数据局部几何结构估计&lt;/h1&gt;&#xA;&lt;h2 id=&#34;摘要&#34;&gt;摘要&lt;/h2&gt;&#xA;&lt;p&gt;数据驱动应用中的一个常见观察是，高维数据具有低内在维度，至少局部如此。本研究考虑流形值数据的点估计问题：给定流形 (M)（(R^D) 中的 (d) 维子流形）的噪声样本有限集，以及靠近流形的点 (r)，我们的目标是将 (r) 投影到流形上。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
