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()