t-分布随机邻居嵌入(t-SNE)可视化-小白自学笔记2

1.t-SNE算法

一种无监督的随机算法，仅用于可视化，应用非线性 降 维技术 ，其中重点是在低维空间中将非常相似的数据点保持在一起 。

2.导入MNIST数据集

import time
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt #导入所需的库

# 1.获取数据集  minist手写体数据集 0-9的数字  Xtrain样本数60000个 28*28灰度图，Xtest样本数10000个 28*28灰度图

def load_mnist():                                     #定义加载并读取MNIST训练和测试数据
    path = r'E:\notebook\深度学习实战-9.23\mnist.npz' #数据集的路径
    f = np.load(path)                                 #加载数据，并存给f
    x_train, y_train = f['x_train'], f['y_train']    
#把f['x_train'], f['y_train']指针下的值给x_train, y_train
    x_test, y_test = f['x_test'], f['y_test']         
#把f['x_test'], f['y_test']指针下的值给 x_test, y_test
    f.close()                                         #关闭文件
    return (x_train, y_train), (x_test, y_test)       #返回值
  
(X_train, y_train) , (X_test, y_test) = load_mnist()