可视化实现： visualizing data using t-SNE

2008年的论文，主要是针对高维数据的可视化工作研究。

目前常用的非参数化的可视技术如：sammon mapping, Isomap, and locally linear embedding.

SNE: Stochastic Neighbor Embedding

用来干什么的呢：把数据集中数据之间的高维欧式距离转变了条件概率来表示数据之间的相似度（SNE starts by converting the high-dimensional euclidean distances between datapoints into conditional probabilities than represent similarities）。

SNE保留数据中的局部特征。

这篇论文很有意思，可以深入看看。

***************************************************************************

一个比较好的网站给出了详细的介绍。我对这个很感兴趣。想学一学，来表示我的动作数据。

t-SNE(t-distributed stochastic neighbor embedding)是用于降维的一种机器学习算法，是由 La

来源： http://www.datakit.cn/blog/2017/02/05/t_sne_full.html