【机器学习】（十八）用t-SNE进行流行学习：手写数字分类

PCA是用于变换数据的首选方法，也可以进行可视化，但它的性质（先旋转然后减少方向）限制了有效性。
流行学习算法：是一类用于可视化的算法，它允许进行更复杂的映射，通常也可以给出更好的可视化。t-SNE算法是其中一种。
t-SNE算法：找到数据的一种二维表示，尽可能保持数据点之间的距离（相同的靠近，不同的远离，分堆）。这种方法不知道类别标签，是完全无监督的。但是它只能变换用于训练的数据，不支持新数据（没有transform方法），即不能用于测试集。具有调节参数（perplexity、early_exaggeration），通常默认参数的效果就很好。

# 导入一个手写数据集（比MNIST数据集小），每个数据点是0-9的一张8*8灰度图像
from sklearn.datasets import load_digits
digits = load_digits()

# 使用t-SNE降维（二维）
from sklearn.manifold import TSNE
tsne = TSNE(random_state=42)
digits_tsne = tsne.fit_transform(digits.data)

# 设置字体颜色
colors = ['#FFB7DD', '#FF3333', '#C63300', '#FFAA33', '#DDAA00', 
          '#FFFF00', '#66DD00', '#33FFFF', '#0066FF', '#B088FF']

# 数据可视化
import matplotlib.pyplot as plt
plt.figure(figsize=(10, 10))
plt.xlim(digits_tsne[:,0].min(), digits_tsne[:,0].max()+1)
plt.ylim(digits_tsne[:,1].min(), digits_tsne[:,1].max()+1)
for i in range(len(digits.data)):
    # 绘制文本数据
    plt.text(digits_tsne[i,0], digits_tsne[i,1], str(digits.target[i]), color=colors[digits.target[i]], 
           fontdict={'weight':'bold', 'size':9})
    plt.xlabel('t-SNE feature 0')
    plt.ylabel('t-SNE feature 1')

plt.text函数：画图时给点加标签。fontdict参数覆盖文本属性的字典。

官方文档：Matplotlib.pyplot.text