python实现TSNE降维

1.把一个六维数据降成二维并输出
1.1导包

from sklearn.manifold import TSNE
import pandas as pd

1.2读取原来的数据

df = pd.read_csv(r'F:\kaiti\data\v1\samples_v1.csv')
df = df.values

输出：

[[100.   37.1 100.  114.   15. ]
 [100.   37.1 100.  114.   15. ]
 [101.   37.1 100.  113.   15. ]
 ...
 [100.   37.  100.  125.   15. ]
 [100.   37.  100.  125.   15. ]
 [100.   37.  100.  125.   15. ]]

1.3使用TSNE方法

df_embedded = TSNE(n_components=2).fit_transform(df)
print(df_embedded )

降维后的输出：

[[  8.707714  -27.801292 ]
 [  8.707714  -27.801294 ]
 [ 12.230482  -22.200832 ]
 ...
 [-84.6744     -7.6615276]
 [-84.67118    -7.6608477]
 [-84.67118    -7.6608477]]