T-SNE可视化实现

本文介绍了在实现T-SNE可视化时遇到的问题及解决步骤,包括升级numpy和安装comb包。通过注释特定代码行并引入scipy库,成功运行示例代码。然而,对于T-SNE输入数据的理解及不同复杂度对结果的影响仍有待深入研究。
摘要由CSDN通过智能技术生成

在官网下载源代码:https://scikit-learn.org/stable/auto_examples/manifold/plot_t_sne_perplexity.html#sphx-glr-download-auto-examples-manifold-plot-t-sne-perplexity-py
在运行过程中报错:
在这里插入图片描述
提示应该是说应该更新numpy的版本,即输入以下命令:
pip install numpy --upgrade (加上***–user***不会报错)

之后又提示无法导入包,说明comb包没有在本地库此时应该下载:
pip install numpy comb即可

但是在此出现了一个错误,就是from scipy.misc import comb
我的解决办法是将其注释掉,之后直接导入scipy的包,代码如下:
import scipy
之后就顺利的出现了以下的运行结果:
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值