La bibliothèque se documente elle-même · Numérique et optimisation

stzTSNE

43 méthodes propres · 18 formes avec extensions, rangées sous leur méthode

la source: base/number/stzEmbedding.ring(s'ouvre dans un nouvel onglet) · Toutes les classes · La référence du domaine : Numérique et optimisation

Sous chaque méthode, ses extensions (Q CS XT Z ZZ IB W U) : en gras et cochée, elle existe ; barrée, elle n'existe pas. Les extensions et leur sens

Exemples : 0 viennent des tests de la bibliothèque ; 11 ont été composés à partir de la signature de chaque méthode et exécutés pour cette page, sur un objet neuf, par exemple o1 = new stzTSNE([ [ 1, 2 ], [ 2, 3 ], [ 8, 9 ], [ 9, 8 ], [ 1, 1 ], [ 8, 8 ] ]). 32 méthodes n'en ont pas encore. Exemples exécutés le 2026-10-03 20:23 dans la bibliothèque au commit 0e72e2e2c.

Méthode

Explication, telle que la source la porte

init

(sans commentaire dans la source : le nom se lit comme une phrase) initaucune extension

NumberOfSamples

(sans commentaire dans la source : le nom se lit comme une phrase) number of samples

exemple composé

o1 = new stzTSNE([ [ 1, 2 ], [ 2, 3 ], [ 8, 9 ], [ 9, 8 ], [ 1, 1 ], [ 8, 8 ] ])
? o1.NumberOfSamples()
#--> 6

composé à partir de la signature, exécuté pour cette page

aucune extension

NumberOfFeatures

(sans commentaire dans la source : le nom se lit comme une phrase) number of features

exemple composé

o1 = new stzTSNE([ [ 1, 2 ], [ 2, 3 ], [ 8, 9 ], [ 9, 8 ], [ 1, 1 ], [ 8, 8 ] ])
? o1.NumberOfFeatures()
#--> 2

composé à partir de la signature, exécuté pour cette page

aucune extension

SetPerplexity

── the dials ── Roughly "how many neighbours should count". The original paper suggests 5..50, and the result IS sensitive to it: small values see fine structure and can fragment a real cluster, large values see the broad shape and can merge two.QCSXTZZZIBWU

Perplexity

(sans commentaire dans la source : le nom se lit comme une phrase) perplexityaucune extension

SetDimensions

(sans commentaire dans la source : le nom se lit comme une phrase) set dimensionsQCSXTZZZIBWU

SetIterations

(sans commentaire dans la source : le nom se lit comme une phrase) set iterationsQCSXTZZZIBWU

SetSeed

(sans commentaire dans la source : le nom se lit comme une phrase) set seedQCSXTZZZIBWU

ReduceWithPCA

PCA to n dimensions before embedding -- the standard pipeline. See the note at the top of this file for why it is two benefits and one cost.QCSXTZZZIBWU

SkipPCA

(sans commentaire dans la source : le nom se lit comme une phrase) skip pcaQCSXTZZZIBWU

UsesPCA

(sans commentaire dans la source : le nom se lit comme une phrase) uses pca

exemple composé

o1 = new stzTSNE([ [ 1, 2 ], [ 2, 3 ], [ 8, 9 ], [ 9, 8 ], [ 1, 1 ], [ 8, 8 ] ])
? o1.UsesPCA()
#--> 0

composé à partir de la signature, exécuté pour cette page

aucune extension

PCAQ

the inner analysis, when there was one -- so a caller can ask how much variance survived the reduction before reading anything into the pictureaucune extension

LearnMapping

IT IS A TRADE, not an upgrade. The embedding is generally somewhat worse than ordinary t-SNE, because free coordinates can go anywhere and a network's outputs are limited to what it can express.QCSXTZZZIBWU

SkipMapping

(sans commentaire dans la source : le nom se lit comme une phrase) skip mappingQCSXTZZZIBWU

IsParametric

(sans commentaire dans la source : le nom se lit comme une phrase) is parametric

exemple composé

o1 = new stzTSNE([ [ 1, 2 ], [ 2, 3 ], [ 8, 9 ], [ 9, 8 ], [ 1, 1 ], [ 8, 8 ] ])
? o1.IsParametric()
#--> 0

composé à partir de la signature, exécuté pour cette page

aucune extension

SetHiddenLayers

The hidden layer widths. The output layer is always LINEAR and as wide as the embedding, because a coordinate is unbounded and squashing it through a tanh would cap the layout at a box.QCSXTZZZIBWU

HiddenLayers

(sans commentaire dans la source : le nom se lit comme une phrase) hidden layers

exemple composé

o1 = new stzTSNE([ [ 1, 2 ], [ 2, 3 ], [ 8, 9 ], [ 9, 8 ], [ 1, 1 ], [ 8, 8 ] ])
? @@( o1.HiddenLayers() )
#--> [ 50, 20 ]

composé à partir de la signature, exécuté pour cette page

aucune extension

SetLearningRate

(sans commentaire dans la source : le nom se lit comme une phrase) set learning rateQCSXTZZZIBWU

Transform

Only available after LearnMapping(). Ordinary t-SNE has no map to apply, and manufacturing one by re-running the optimisation would be a different answer wearing the same name.aucune extension

PreserveDensity

t-SNE reports its own objective, so unlike UMAP the price is directly visible: KL rises from 0.291 to 0.443 at the default. That is neighbourhood fidelity being spent on density fidelity, in the units of the thing given up.QCSXTZZZIBWU

IgnoreDensity

(sans commentaire dans la source : le nom se lit comme une phrase) ignore densityQCSXTZZZIBWU

IsDensityPreserving

(sans commentaire dans la source : le nom se lit comme une phrase) is density preserving

exemple composé

o1 = new stzTSNE([ [ 1, 2 ], [ 2, 3 ], [ 8, 9 ], [ 9, 8 ], [ 1, 1 ], [ 8, 8 ] ])
? o1.IsDensityPreserving()
#--> 0

composé à partir de la signature, exécuté pour cette page

aucune extension

SetDensityWeight

0 turns the term off EXACTLY -- bit-for-bit the ordinary fit, not a near one. Values between about 1.5 and 3 are the unstable band described above.QCSXTZZZIBWU

DensityWeight

(sans commentaire dans la source : le nom se lit comme une phrase) density weight

exemple composé

o1 = new stzTSNE([ [ 1, 2 ], [ 2, 3 ], [ 8, 9 ], [ 9, 8 ], [ 1, 1 ], [ 8, 8 ] ])
? o1.DensityWeight()
#--> 0

composé à partir de la signature, exécuté pour cette page

aucune extension

SetDensityPhase

the FINAL fraction of iterations during which the term runs. Late on purpose, and for a reason t-SNE has that UMAP does not: EARLY EXAGGERATION multiplies P by 12 for the first quarter of the run to force gaps open, so density measured during it would preserve a scale the algorithm is about to throw away.QCSXTZZZIBWU

DensityPhase

(sans commentaire dans la source : le nom se lit comme une phrase) density phase

exemple composé

o1 = new stzTSNE([ [ 1, 2 ], [ 2, 3 ], [ 8, 9 ], [ 9, 8 ], [ 1, 1 ], [ 8, 8 ] ])
? o1.DensityPhase()
#--> 0.30

composé à partir de la signature, exécuté pour cette page

aucune extension

DensityCorrelation

how far the term got. NOT a percentage -- an embedding with every density rank backwards still scores around -0.6 rather than -1.

exemple composé

o1 = new stzTSNE([ [ 1, 2 ], [ 2, 3 ], [ 8, 9 ], [ 9, 8 ], [ 1, 1 ], [ 8, 8 ] ])
? o1.DensityCorrelation()
#--> 0

composé à partir de la signature, exécuté pour cette page

aucune extension

LocalRadii

Weighted here by t-SNE's joint distribution where stzUMAP weights by the fuzzy graph. Two different weightings of the same neighbourhoods, agreeing on which rows are dense.aucune extension

NewLocalRadii

Available whether or not the fit preserved density, because it is a property of the data rather than of the map. the radii of the rows the last Transform() placed. The classic extension measures them on its way past; the parametric one cannot, so there it stays empty and LocalRadiiOf() is the way to ask.aucune extension

LocalRadiiOf

(sans commentaire dans la source : le nom se lit comme une phrase) local radii ofaucune extension

LearnInverse

Two dimensions cannot hold six. The inverse recovers what the embedding KEPT and invents the rest: a plausible row for a location, never a recovered one.QCSXTZZZIBWU

HasInverse

(sans commentaire dans la source : le nom se lit comme une phrase) has inverse

exemple composé

o1 = new stzTSNE([ [ 1, 2 ], [ 2, 3 ], [ 8, 9 ], [ 9, 8 ], [ 1, 1 ], [ 8, 8 ] ])
? o1.HasInverse()
#--> 0

composé à partir de la signature, exécuté pour cette page

aucune extension

SetInverseLayers

(sans commentaire dans la source : le nom se lit comme une phrase) set inverse layersQCSXTZZZIBWU

SetInverseEpochs

a decoder is a REGRESSION problem and wants far more epochs than the embedding itself did -- measured, [32,32] at 3000 was three times WORSE than a plain lookup and [64,64] at 40000 a third betterQCSXTZZZIBWU

Inverse

TAKE POINTS IN THE MAP, RETURN ROWS IN THE DATA. The points need not be positions of training rows -- somewhere between two clusters is exactly the question worth asking, and the answer is a plausible row for that location.aucune extension

Fit

(sans commentaire dans la source : le nom se lit comme une phrase) fitQCSXTZZZIBWU

IsFitted

(sans commentaire dans la source : le nom se lit comme une phrase) is fitted

exemple composé

o1 = new stzTSNE([ [ 1, 2 ], [ 2, 3 ], [ 8, 9 ], [ 9, 8 ], [ 1, 1 ], [ 8, 8 ] ])
? o1.IsFitted()
#--> 0

composé à partir de la signature, exécuté pour cette page

aucune extension

Embedding

(sans commentaire dans la source : le nom se lit comme une phrase) embeddingaucune extension

Trustworthiness

THE WITNESS (Venna & Kaski 2006, as scikit-learn computes it): 1.0 when the embedding invented no neighbour; every neighbour a point gained in the map that was not among its k nearest in the input is charged by how far down the input ordering it really sat. Needs only the data the fit saw and the embedding -- no labels, no generator -- and it is the number the field compares on. Computed by the engine, on the device past its gate.aucune extension

TrustworthinessAt

(sans commentaire dans la source : le nom se lit comme une phrase) trustworthiness ataucune extension

KLHistory

The objective, per iteration. Worth looking at: an embedding is stochastic, and this is the only evidence the optimisation went anywhere.aucune extension

FinalKL

(sans commentaire dans la source : le nom se lit comme une phrase) final klaucune extension

Why

(sans commentaire dans la source : le nom se lit comme une phrase) whyaucune extension