1.SNE原理
讲的不错。
这是在高维空间中，通过仿射将欧几里得距离转换为点之间的相似性的概率分布，p值越大，表示i和j之间的相似性越高，其实也就是表示欧氏距离越小了。高维空间中使用的是高斯分布。
而未知的低维空间中也建立这么一个 分布，sne中使用的同样是高斯分布：
这样的话，想让两个空间中的分布尽可能相似相等，所以使用KL散度来度量：
而我们可以看到，KL散度它是不对称的，它是有偏向性的，所以导致了SNE也有偏向性：当p较大，而q较小时损失之较大，翻译过来也就是点在高维空间中相似度较高，但低维空间相似度较小时，损失会比较大；那么sne就会倾向于选择高维空间中距离较远的，而低维空间中距离较近的，所以就说它倾向于保留数据的局部结构（这个时针对于低维空间来说的）。
//但我还是有点想不通，保留这个词不应该针对已知的高维空间吗？高维空间的局部结构不就是点尽可能地相似吗？总之这里感觉很矛盾，保留疑问。
//感觉上面这句话的意思是说，局部特征是针对于低维空间说的，全局结构是针对高维空间说的。所以就说sne更关注于低维空间，也就是局部特征？
2.SNE求解
那么上面主要的参数就是sigma，怎么求呢？
复杂度：
也就是困惑度，可以理解为某个数据点附近有效近邻点的个数。困惑度通常在5-50之间。Hp公式如下：
那么在确定了困惑度值之后，就可以根据Hp来计算sigma了。（感觉挺难计算的。）
损失函数对y求梯度：
因为我们最终要求的就是yi，数据在2/3维空间中的表示，所以要对它们求梯度啊。
//但是梯度这个计算公式是怎么求的，我还不会。
3.对称TSNE
它使用联合概率分布，所以就是对称的？这一点我还不太懂。
4.t-SNE
//这里的t表示的是t分布，低维空间使用t分布来衡量。
从上面的图和作者的回复来看，因为高斯分布尾部较低对异常值敏感，如果有异常值的话，那么均值方差就会受到影响，曲线形状会照顾那些异常点，而t分布就尾部比较高，对异常点相对不敏感。学习了。而为什么会有异常点出现呢。因为高维降到低维会存在一个拥挤的问题，t可以来缓解这个问题。
使用t分布，低维空间如下：
总之，t-sne的改进是：
它主要就是用来可视化。
