python实现TSNE降维

最新推荐文章于 2025-10-11 11:02:32 发布

原创最新推荐文章于 2025-10-11 11:02:32 发布 · 1k 阅读

2 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

数据处理

当前文章被收录于：

数据处理

8 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

本文介绍了如何使用sklearn的TSNE算法将六维数据降维到二维，并展示了实际操作过程，包括数据导入、TSNE应用和降维结果。

1.把一个六维数据降成二维并输出
1.1导包

from sklearn.manifold import TSNE
import pandas as pd

1.2读取原来的数据

df = pd.read_csv(r'F:\kaiti\data\v1\samples_v1.csv')
df = df.values

输出：

[[100.   37.1 100.  114.   15. ]
 [100.   37.1 100.  114.   15. ]
 [101.   37.1 100.  113.   15. ]
 ...
 [100.   37.  100.  125.   15. ]
 [100.   37.  100.  125.   15. ]
 [100.   37.  100.  125.   15. ]]

1.3使用TSNE方法

df_embedded = TSNE(n_components=2).fit_transform(df)
print(df_embedded )

降维后的输出：

[[  8.707714  -27.801292 ]
 [  8.707714  -27.801294 ]
 [ 12.230482  -22.200832 ]
 ...
 [-84.6744     -7.6615276]
 [-84.67118    -7.6608477]
 [-84.67118    -7.6608477]]