TensorBoard投影仪中的PCA如何连接到经过训练的模型?

时间:2018-02-10 17:20:26

标签: tensorflow pca tensorboard

我正在尝试在TensorFlow中对结构化数据实现多标签分类器。我正在使用带有两个完全连接层的NN,但我也已经集成了嵌入式,如example所述,因此我可以在TensorBoard投影仪中看到PCA图。我注意到当我改变模型时PCA图保持不变。那么TensorBoard投影如何与模型相关联呢?我如何使用此PCA的结果进行预测,例如找到新样本的最近邻居?

1 个答案:

答案 0 :(得分:0)

您为嵌入投影给出什么张量?如果给定输出向量:由于模型应该提供相同的输出,那么由于模型被训练为输出相同的东西,因此投影效果会有些相似。

要有所作为,您可能需要在隐藏层之一或输出层(而不是输入层)之前的任何层上创建嵌入。

对于PCA,这是一种组织和显示数据集的方法。它不是用于预测,而是用于深入了解模型如何对数据进行分组。

要获得最接近的邻居,可以使用任何高维数距离方程。 ({euclidiancosine distance等...)。