待验证50% 置信权衡取舍精确时间

t-SNE倾向于产生看起来分离很好的聚类，即使原始数据中的边界并不清晰，而PCA的投影方向具有明确的数学含义

1

来源数

50%

置信度

长期有效

时效性

2026/8/10

首次发现

来源

VHectorLab 3D：开源3D可视化工具探索LLM潜空间结构

相关事实

已验证PCA 降维通过对数据协方差矩阵做特征分解，找到数据方差最大的投影轴，从而在最大保留信息的前提下压缩维度60% 相似待验证PCA的主成分方向是在当前图像的token分布上单独拟合的，不同图像的主成分指向不同方向，因此颜色不携带跨图像的语义信息59% 相似待验证单应性变换用3×3变换矩阵H表示两个平面间的投影映射关系，估计该矩阵至少需要4对对应点，通常使用DLT算法求解并用RANSAC剔除异常点54% 相似待验证ViT与卷积神经网络不同，从第一层起就能捕获图像中任意两个位置之间的关联54% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/728240

API

curl https://kongchang.com/api/v1/knowledge/claims/728240

MCP

get_claim(id=728240)