1.降维方法:特征降维方法包括:Lasso,PCA,小波分析,LDA,奇异值分解SVD,拉普拉斯特征映射,SparseAutoEncoder,局部线性嵌入LLE,等距映射Isomap。然而t-SNE方法是目前最好的降维方法。
1.1现在降维方法分为线性方法和非线性方法如图
2.t-SNE简介和原理:
t-SNE(t-distributedstochastic neighbor embedding)是用于降维的一种机器学习算法,是由 Laurens van der Maaten 和 Geoffrey Hinton在08年提出来。此外,t-SNE 是一种非线性降维算法,非常适用于高维数据降维到2