TSNE绘制降维图

label有7种
logits是预测的结果,1000个7维矩阵

现在用TSNE降维图可视化

from sklearn.manifold import TSNE

tsne = TSNE()
out = tsne.fit_transform(logits) # logits.shape(1000,7)
# out.shape(1000,2)

fig = plt.figure()
for i in range(7):
    indices = label == i
	# 标签为i的全部选出来

    x, y = out[indices].T # 这里转置了

	# 画图
    plt.scatter(x, y, label=str(i))
plt.legend()
plt.show()

TSNE绘制降维图_第1张图片

你可能感兴趣的:(#,代码,python,matplotlib,sklearn)