1 什么是TSNE？2 入门的原理介绍

举一个例子，这是一个将二维数据降成一维的任务。我们要怎么实现？

首先python高维数据可视化，我们想到的最简单的方法就是舍弃一个维度的特征，将所有点映射到x轴上：

很明显，结果来看，蓝色和黄色的点交叠在一起，可是他们在二维上明明不属于一类

TSNE就是计算某一个点到其他所有点的距离，然后映射到t分布上，效果就会好一些。

3 进阶的原理介绍

3.1 高维距离表示

两个点在高维空间距离越近，那么这个概率值越大。

我们来看下面公式，两个公式的内容一致，只是写法不同。

这个形式的公式，只是明显的展示这是高斯分布概率

3.2 低维相似度表示

在低纬度中，我们使用t分布来表示相似性。这里不探究为什么使用t分布而不是其他分布python高维数据可视化，具体内容可以看论文

3.3 惩罚函数

3.4 为什么是局部相似性

为什么选择高斯和t分布

2 python实现

函数参数表：

parameters：描述

import numpy as np
import matplotlib.pyplot as plt
from sklearn import manifold,datasets
'''X是特征，不包含target;X_tsne是已经降维之后的特征'''
tsne = manifold.TSNE(n_components=2, init='pca', random_state=501)
X_tsne = tsne.fit_transform(X)
print("Org data dimension is {}. 
      Embedded data dimension is {}".format(X.shape[-1], X_tsne.shape[-1]))
      
  '''嵌入空间可视化'''
x_min, x_max = X_tsne.min(0), X_tsne.max(0)
X_norm = (X_tsne - x_min) / (x_max - x_min)  # 归一化
plt.figure(figsize=(8, 8))
for i in range(X_norm.shape[0]):
    plt.text(X_norm[i, 0], X_norm[i, 1], str(y[i]), color=plt.cm.Set1(y[i]), 
  

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！