以高维特征映射到二维空间为例，横纵坐标就是映射的两个维度啊，没有实际坐标与含义的，多看看相关的论...
之所以用这个函数来作为映射后的相似度度量指标,主要是因为对于同一对样本,两个样本比较接近时,S,S^{'}会比较接近,而当两个样本比较大时,S,S^{'}的值差距会被放大,在两者的关系画出来如下,横坐标就是相似度取值,纵坐标表示任意两对样本: 有了映射前后的数据分布后,我们就可以通过最小化两个分布之间的差异,...