t-SNE 多类数据降维的小技巧

在用t-SNE聚类算法时,发现一个小问题,值得注意。

问题

在对有标签的数据进行分类时,网上一些参考案例的算法如下,即每一类标签先经过t-SNE算法降维,最后再统一画到一个散点图上。

ts = TSNE(n_components=2, init = 'pca', random_state = 0)

features2 = np.zeros((sample_num*4, feature_len))

for ii, dataset in enumerate (datasets):

    frame_list = ge
  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 8
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
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