- t-SNE – Laurens van der Maaten(感谢学术男神们的无私开源)
- User_guide.pdf(用户指南)
1. tsne 函数
mappedX = tsne(X, labels, no_dims, init_dims, perplexity)
- tsne 是无监督降维技术,labels 选项可选;
- X∈RN×D ,N 个样本,每个样本由 D 维数据构成;
- no_dims 的默认值为 2;(压缩后的维度)
- tsne 函数实现, X∈RN×D⇒RN×no_dimes (mappedX)
init_dims
:注意,在运行 tsne 函数之前,需要使用 PCA 对数据预处理,将原始样本集的维度降低至init_dims
维度(默认为 30)。- perplexity:高斯分布的perplexity,默认为 30;
2. mnist 数据集可视化
- mnist 的 mat 文件,下载地址,mnist.zip