[发明专利]一种高维数据可视化聚类分析方法、电子设备及可读介质

权利要求书

1.一种高维数据可视化聚类分析方法，其特征在于，所述方法包括以下步骤：

获取测试数据集；

提取测试数据集的高维向量X，计算高维向量X的联合分布概率P；

根据选择的降维数获得初始的低维向量Y，计算低维向量Y的联合分布概率Q；

根据高维向量X的联合分布概率P和低维向量Y的联合分布概率Q，计算高维向量X和低维向量Y交叉熵CE；

根据交叉熵CE迭代更新低维向量Y，直至迭代达次数到预定的次数，或交叉熵CE收敛，终止迭代；

根据更新得到的低维向量Y建立可视化视图。

2.根据权利要求1所述的高维数据可视化聚类分析方法，其特征在于，所述高维向量X的联合分布概率P的计算公式为：

其中：P_ij为高维向量x_i和高维向量x_j的联合分布概率，P_i|i＝0，为所有w的和，d(x_i,x_j)为高维向量x_i和高维向量x_j的距离，ρ_i＝min{d(x_i,x_j),δ|i≠j,d(x_i,x_j)＞d(x_i,x_i)},δ和σ为超参数。

3.根据权利要求2所述的高维数据可视化聚类分析方法，其特征在于，超参数δ的选取方法包括：获取一组数据，统计同类间的d(x_i,x_j),取最大值或均值作为δ。

4.根据权利要求2所述的高维数据可视化聚类分析方法，其特征在于，超参数σ的选取方法包括：获取一组数据，该数据包含多个类，根据选定好的δ，计算数据x_i和其他同类数据的距离，获取数据中所有相同类间的距离数组dist及该类总数量n，通过搜索算法查找最符合表达式的σ_i，并根据表达式确定超参数σ，其中m为该组数据的总数。

5.根据权利要求2所述的高维数据可视化聚类分析方法，其特征在于，所述低维向量Y的联合分布概率Q的计算公式为：

其中用于对联合分布概率Q进行归一化处理。

6.根据权利要求5所述的高维数据可视化聚类分析方法，其特征在于，所述交叉熵CE的计算公式为：

7.根据权利要求6所述的高维数据可视化聚类分析方法，其特征在于，根据交叉熵CE迭代更新低维向量Y包括：

根据表达式计算低维向量y_i的导通过机器学习方法，不断迭代,更新低维向量y_i,直至迭代达次数到预定的次数或者CE(X,Y)收敛；

式中

8.根据权利要求7所述的高维数据可视化聚类分析方法，其特征在于，

当L2_norm(dy)＜1e-6时，判定CE(X,Y)达到收敛，其中

9.一种电子设备，其特征在于，所述存储器被配置用于存储计算机程序，所述计算机程序在由所述处理器执行时，使得所述处理器执行如权利要求1-8任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的方法。