sklearn中的降维PCA与TSNE

同为降维工具，二者的主要区别在于，

• 所在的包不同（也即机制和原理不同） 
  
  • from sklearn.decomposition import PCA
  • from sklearn.manifold import TSNE
• 因为原理不同，导致，tsne 保留下的属性信息，更具代表性，也即最能体现样本间的差异；
• TSNE 运行极慢，PCA 则相对较快；

因此更为一般的处理，尤其在展示（可视化）高维数据时，常常先用 PCA 进行降维，再使用 tsne：

data_pca = PCA(n_components=50).fit_transform(data)
data_pca_tsne = TSNE(n_components=2).fit_transform(data_pca)

转载https://blog.csdn.net/lanchunhui/article/details/64923702

python--sklearn,聚类结果可视化工具TSNE

详见

https://www.cnblogs.com/cygalaxy/p/6934197.html