数据降维与可视化——t-SNE
原文:https://blog.csdn.net/hustqb/article/details/78144384
声明:
- manifold:可以称之为流形数据。像绳结一样的数据,虽然在高维空间中可分,但是在人眼所看到的低维空间中,绳结中的绳子是互相重叠的不可分的。
- 参考sklearn官方文档
- 对数据降维比较熟悉的朋友可以看这篇博客
t-SNE实践——sklearn教程
数据降维与可视化——t-SNE
t-SNE是目前来说效果最好的数据降维与可视化方法,但是它的缺点也很明显,比如:占内存大,运行时间长。但是,当我们想要对高维数据进行分类,又不清楚这个数据集有没有很好的可分性(即同类之间间隔小,异类之间间隔大),可以通过t-SNE投影到2维或者3维的空