栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

t-SNE 高维数据可视化

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

t-SNE 高维数据可视化

最近需要用到 PCA 和 t-SNE 降维技术,把 110 维的状态降到 2 维,用 matplotlib 可视化。

由于数据量比较大,加上 t-SNE 运行速度慢,所以先用 PCA 降到 50 维,再用 t-SNE 降到 2 维

from sklearn.decomposition import PCA
from sklearn.manifold import TSNE

# dataset_S.shape=(30000, 110)
pca = PCA(n_components=50)
pca.fit(dataset_S)
S_50d = pca.transform(dataset_S)  # (30000, 50)

tsne = TSNE(n_components=2, init='pca')
S_tsne = tsne.fit_transform(S_50d)  # (30000, 2)
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/918279.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号