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？
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。 （{euclidian，cosine distance等...）。