python使用TSNE为影像组学（radiomics）数据进行降维可视化分析

最新推荐文章于 2024-08-08 08:14:23 发布

Data+Science+Insight

最新推荐文章于 2024-08-08 08:14:23 发布

阅读量798

点赞数 2

分类专栏：数据科学从0到1 文章标签： python 数据挖掘机器学习人工智能自然语言处理

本文链接：https://blog.csdn.net/zhongkeyuanchongqing/article/details/120318716

版权

数据科学从0到1 专栏收录该内容

1640 篇文章 645 订阅 ¥69.90 ¥99.00

订阅专栏

超级会员免费看

这篇博客介绍了如何利用Python的TSNE算法对影像组学（radiomics）数据进行降维处理，从而实现数据的二维和三维可视化分析，帮助理解高维数据的结构。

摘要由CSDN通过智能技术生成

python使用TSNE为影像组学（radiomics）数据进行降维可视化分析

#绘制降维的二维可视化图像

#绘制降维的三维可视化图像

#绘制降维的二维可视化图像

from sklearn.preprocessing import StandardScaler,MinMaxScaler
scaler = StandardScaler()
scaler.fit(features)
result_scaled2 = scaler.transform(features)

from sklearn.manifold import TSNE
dr_code_embed2 = TSNE(n_components=3).fit_transform(result_scaled2)

import matplotlib.pyplot as plt
fig = plt.figure(figsi

了解本专栏