t-SNE高维数据可视化（python）这篇文章非常好，贴出来的代码，直接可正确运行。 t-SNE算法理解：An illustrated introduction to the t-SNE algorithm 也可以了解一下：Python数据可视化模块—Seaborn
一、什么是t-SNE?
t-SNE（t-distributedstochastic neighbor embedding ）是目前最为流行的一种高维数据降维的算法。
对计算机而言，处理高维数据绝对没问题，但是人类能感知的确只有三个维度，因此很有必要将高维数据可视化的展现出来。那么如何将数据集从一个任意维度的降维到二维或三维呢？？？T-SNE就是一种数据降维的算法，其成立的前提是基于这样的假设：尽管现实世界中的许多数据集是嵌入在高维空间中，但是都具有很低的内在维度。也就是说高维数据经过降维后，在低维状态下更能显示出其本质特性。这就是流行学习的基本思想，也称为非线性降维。
二、代码解读
下面就展示一下如何使用t-SNE算法可视化sklearn库中的手写字体数据集。详细，请参考t-SNE高维数据可视化（python）这篇文章。
import numpyas np
import sklearn
from sklearn.manifold import TSNE
from sklearn.datasets import load_digits
RS =20150101
import matplotlib.pyplot as plt
import matplotlib.patheffects as PathEffects
import matplotlib
# We import seaborn to make nice plots.
import seabornas sns
sns.set_style('darkgrid')
sns.set_palette('muted')
sns.set_context("notebook", font_scale=1.5,
rc={"lines.linewidth":2.5})
digits = load_digits()
# We first reorder the data points according to the handwritten numbers.
# ###X.shape=[1797,64] 点数1797 维度64
X = np.vstack([digits.data[digits.target==i]for iin range(10)])
# print(X[0])
# ###y.shape=[1797] 点的标签1797
y = np.hstack([digits.target[digits.target==i]for iin range(10)])
# print(y[0])
# ###使用TSNE算法将高维度数据点进行降维处理
# ###X.shape=[1797,64] 降维后为:[1797,2],即digits_proj.shape=[1797,2]
digits_proj = TSNE(random_state=RS).fit_transform(X)
def scatter(x, colors):
# We choose a color palette with seaborn.
palette = np.array(sns.color_palette("hls", 10))
# We create a scatter plot.
f = plt.figure(figsize=(8, 8))
ax = plt.subplot(aspect='equal')
sc = ax.scatter(x[:,0], x[:,1], lw=0, s=40,
c=palette[colors.astype(np.int)])
plt.xlim(-25, 25)
plt.ylim(-25, 25)
ax.axis('off')
ax.axis('tight')
# We add the labels for each digit.
txts = []
for iin range(10):
# Position of each label.
xtext, ytext = np.median(x[colors == i, :], axis=0)
txt = ax.text(xtext, ytext, str(i), fontsize=24)
txt.set_path_effects([
PathEffects.Stroke(linewidth=5, foreground="w"),
PathEffects.Normal()])
txts.append(txt)
return f, ax, sc, txts
# ##调用自定义的函数，画出数据分布的散点图
scatter(digits_proj, y)
plt.savefig('digits_tsne-generated.png', dpi=120)
plt.show()
参考文章：
【1】t-SNE高维数据可视化（python）
【2】An illustrated introduction to the t-SNE algorithm
【3】python科学计算数据可视化模块-seaborn