Cosine‑Similarity‑Kernel macht t‑SNE bei Sequenzdaten schneller und genauer
Eine neue Untersuchung zeigt, dass die Wahl des Kernels bei t‑SNE‑Visualisierungen von biologischen Sequenzdaten entscheidend ist. Während der klassische Gaussian‑Kernel häufig verwendet wird, fehlt er an Datenabhängigkeit und verursacht hohe Rechenkosten, besonders bei kategorialen Sequenzen.