原文链接：http://tecdat.cn/?p=24002
最近我们被客户要求撰写关于非线性降维技术的研究报告，包括一些图形和统计输出。
T-distributed Stochastic Neighbor Embedding (T-SNE) 是一种可视化高维数据的工具。T-SNE 基于随机邻域嵌入，是一种非线性降维技术，用于在二维或三维空间中可视化数据
Python API 提供 T-SNE 方法可视化数据。在本教程中，我们将简要了解如何在 Python 中使用 TSNE 拟合和可视化数据。教程涵盖：
- 鸢尾花数据集TSNE拟合与可视化
- MNIST 数据集 TSNE 拟合和可视化
我们将从加载所需的库和函数开始。
import seaborn as sns
import pandas as pd鸢尾花数据集TSNE拟合与可视化
加载 Iris 数据集后，我们将获取数据集的数据和标签部分。
x = iris.data
y = iris.target然后，我们将使用 TSNE 类定义模型，这里的 n_components 参数定义了目标维度的数量。’verbose=1′ 显示日志数据，因此我们可以检查它。
TSNE( verbose=1)接下来，我们将在图中可视化结果。我们将在数据框中收集输出组件数据，然后使用“seaborn”库的 scatterplot() 绘制数据。在散点图的调色板中，我们设置 3，因为标签数据中有 3 种类型的类别。
df = p.Dtame()
df["] = y
df["cm"] =z[:,0]
df[cop"] = z[,]
plot(hue=dfytlst()
patte=ns.cor_ptt("hls", 3),
dat=df)
MNIST 数据集 TSNE 拟合和可视化
接下来，我们将把同样的方法应用于更大的数据集。MNIST手写数字数据集非常合适，我们可以使用Keras API的MNIST数据。我们只提取数据集的训练部分，因为这里用TSNE来测试数据就足够了。TSNE需要太多的时间来处理，因此，我将只使用3000行。
点击标题查阅往期内容
R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析案例报告
左右滑动查看更多
01
02
03
04
x_train= xtrin[:3000]
y_rin = ytrin[:3000]
print(x_train.shape)
MNIST 是一个三维数据，我们将其变形为二维数据。
print(xtishpe)
x_nit = rshap(_rin, [xran.shap[0],xtrn.shap[1]*xrin.shap[2])
print(x_mit.shape)
在这里，我们有 784 个特征数据。现在，我们将使用 TSNE 将其投影到二维中，并在图中将其可视化。
z = tsne.fit(x_mnist)
df["comp1"] = z[:,0]
df["comp2"] = z[:,1]
plot(huedf.tit(),
ata=f)
该图显示了 MNIST 数据的二维可视化。颜色定义了目标数字及其在 2D 空间中的特征数据位置。
在本教程中，我们简要地学习了如何在 Python 中使用 TSNE 拟合和可视化数据。
点击文末 “阅读原文”
获取全文完整代码数据资料。
本文选自《Python用T-SNE非线性降维技术拟合和可视化高维数据iris鸢尾花、MNIST 数据》。
点击标题查阅往期内容
Python用稀疏、高斯随机投影和主成分分析PCA对MNIST手写数字数据进行降维可视化
R语言k-means聚类、层次聚类、主成分（PCA）降维及可视化分析鸢尾花iris数据集R语言 PCA(主成分分析)，CA(对应分析)夫妻职业差异和马赛克图可视化
R语言主成分分析（PCA）葡萄酒可视化：主成分得分散点图和载荷图
R语言用主成分PCA、 逻辑回归、决策树、随机森林分析心脏病数据并高维可视化
R语言用温度对城市层次聚类、kmean聚类、主成分分析和Voronoi图可视化
主成分分析(PCA)原理及R语言实现及分析实例
R语言法国足球联赛球员因子分析、主成分分析（FA，PCA）
偏最小二乘回归（PLSR）和主成分回归（PCR）
R语言高维数据的主成分pca、t-SNE算法降维与可视化分析案例报告
R语言有RStan的多维验证性因子分析（CFA）
R语言对混合分布中的不可观测与可观测异质性因子分析
R语言法国足球联赛球员多重对应分析（MCA）
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
相关推荐: 查看Android 系统单个进程内存、CPU使用情况的几种方法
一、利用Android API函数查看 1.1 ActivityManager查看可用内存。 ActivityManager.MemoryInfo outInfo = new ActivityManager.MemoryInfo(); am.getMemory…
