tsne

了解PCA tSNE聚类分析

1使用简单的prcomp函数来了解PCA分析ng=500nc=20a1=rnorm(ng*nc);dim(a1)=c(ng,nc)#创建正态分布随机矩阵500行，20列#dim()检索或设置对象的维度a2=rnorm(ng*nc);dim(a2)=c(ng,nc)#因为是随机创建，这两个矩阵不一样a3=cbind(a1,a2)colnames(a3)=c(paste0('cell_01_',1:n
Ginger_58a6·2022-02-13 22:19

Seurat Weekly NO.3|| 直接用Seurat画fig2

SeuratWeeklyNO.2||我该如何取子集很多CNS文章的fig1（寓指tsne/umap图谱），打眼一看就是Seurat出的。
周运来就是我·2022-02-06 07:17

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

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：
·2021-10-18 17:03

Literature Review(1): A short but comprehensive comparison about tSNE, UMAP and PCA

不过，我却在这篇文章中的一个box里面发现了他们对tSNE和UMAP的理
Bio_Infor·2021-08-03 17:41

哈工大硕士生用Python实现了11种数据降维算法，代码已开源！

这里有个GitHub项目整理了使用Python实现了11种经典的数据抽取（数据降维）算法，包括：PCA、LDA、MDS、LLE、TSNE等，并附有相关资料、展示效果；非常适合机器学习初学者和刚刚入坑数据挖掘的小伙伴
小白学视觉·2021-07-15 10:00

单细胞笔记5-tSNE和UMAP

降维降维顾名思义就是把数据或特征的维数降低，一般分为线性降维和非线性降维，比较典型的如下：线性降维：PCA(PrincipalComponentsAnalysis)、LDA(LinearDiscriminantAnalysis)、MDS(ClassicalMultidimensionalScaling)，其中PCA我们使用的最多。非线性降维：Isomap(IsometricMapping)、LLE
江湾青年·2021-07-07 10:38

你到底想要什么样的umap/tsne图？

随着生物学背景知识的增加，单细胞图谱的可视化直接用10X的Loup或者seurat的Dimplot函数直接绘制的umap/tsne图往往很难达到要求了，这就要求我们提高绘图技能。
周运来就是我·2021-06-23 04:02

降维算法+系列

降维算法+系列PCA、LDA、MDS、LLE、TSNE等降维算法的python实现最近看了一些经典的降维算法，发现网上的资料大部分都不提供源代码，同时个人觉得通过代码理解算法是最有效的一种方式，因此决定自己整理和实现一些常见降维算法的代码
Data+Science+Insight·2021-05-17 08:59

tsne与pca的区别

二者的主要区别在于，所在的包不同（也即机制和原理不同）fromsklearn.decompositionimportPCAfromsklearn.manifoldimportTSNE因为原理不同，导致，tsne
美环花子若野·2021-05-11 13:23

cell ranger分析结果详细解读

cellranger输出结果目录结构如下所示├──analysis│ ├──clustering│ ├──diffexp│ ├──pca│ └──tsne├──cloupe.cloupe├──filtered_feature_bc_matrix.h5
生信修炼手册·2021-04-23 20:01

10X单细胞云工具 | Marker基因可视化（附视频）

别担心，联川“10X单细胞数据分析-Marker基因可视化”云工具上线了，听说可以同时绘制基因表达tSNE图，基因表达小提琴图，基因表达DotPlot图及亚群分类tSNE图哦，满足各种绘制需求，还免费，
OmicStudio·2021-04-17 17:32

K均值聚类（KMeans）、可视化选取最佳K值、通过TSNE进行结果可视化分析、抽取核心特征因子

K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。k个初始类聚类中心点的选取对聚类结果具有较大的影响，因为在该算法第一步中是随机的选取任意k个对象作为初始聚类的中心，初始地代表一个簇。该算法在每次迭代中对数据集中剩余的每个对象，根据其与各个簇中心的距离将
Data+Science+Insight·2021-04-16 14:30

哈工大硕士生实现 11 种数据降维算法，代码已开源！

这里有个GitHub项目整理了使用Python实现了11种经典的数据抽取（数据降维）算法，包括：PCA、LDA、MDS、LLE、TSNE等，并附有相关资料、展示效果；非常适合机器学习初学者和刚刚入坑数据挖掘的小伙伴
小白学视觉·2021-01-30 11:36

`node2vec` & `TSNE` & 待解决问题

1.node2vecnode2vec:ScalableFeatureLearningforNetworkshttps://github.com/aditya-grover/node2vec这篇文章不是将它的思路和代码。只是因为在python中居然集成了node2vec，故而感觉很新奇，所以这里来进行一个简单的小实验。1.安装pipinstallnode2vec2.训练使用karate_club_g
梦否·2020-12-27 18:46

r语言聚类分析_R语言实现tSNE聚类分析

t-SNE(t-distributedstochasticneighborembedding)是用于降维的一种无监督机器学习算法，由LaurensvanderMaaten和GeoffreyHinton在08年提出。t-SNE作为一种非线性降维算法，非常适用于高维数据降维到2维或者3维，便于进行可视化。与PCA比较就可以很显然的看出，经过PCA处理过后的结果能够得知每一个成分的方差贡献度(解释方差)
weixin_39830200·2020-12-08 07:24

关于多维数据显示的一篇文章

从SNE到t-SNE再到LargeVis原文http://bindog.github.io/blog/2016/06/04/from-sne-to-tsne-to-largevis其实就是把多维数据投影到
ByaAym·2020-09-16 20:59

哈工大硕士生用Python实现了11种数据降维算法，代码已开源！

这里有个GitHub项目整理了使用Python实现了11种经典的数据抽取（数据降维）算法，包括：PCA、LDA、MDS、LLE、TSNE等，并附有相关资料、展示效果；非常适合机器学习初学者和刚刚入坑数据挖掘的小伙伴
CVGao·2020-09-14 22:47

哈工大硕士生实现 11 种数据降维算法，代码已开源！

这里有个GitHub项目整理了使用Python实现了11种经典的数据抽取（数据降维）算法，包括：PCA、LDA、MDS、LLE、TSNE等，并附有相关资料、展示效果；非常适合机器学习初学者和刚刚入坑数据挖掘的小伙伴
视学算法·2020-09-14 22:33

t-SNE()函数 参数解释

因为百度了很久没有找的对应的资料，可能是打开方式不对吧，所以屯给自己看看顺便分享ohhhhhh并不全面TSNE()参数解释TSNE即t-distributedStochasticNeighborEmbedding
陈杉菜·2020-09-14 20:55

短文本观点聚类的一些总结

我以为相同观点的数据会在空间中形成一个比较致密的分布，所以简单地用onehot+tfidf作为句子表示，tsne降维，谱聚类+meanshift核作为聚类手段。事实证明我想错了。
羚谷光·2020-09-14 15:58

哈工大硕士生用Python实现了11种数据降维算法，代码已开源！

这里有个GitHub项目整理了使用Python实现了11种经典的数据抽取（数据降维）算法，包括：PCA、LDA、MDS、LLE、TSNE等，并附有相关资料、展示效果；非常适合机器学习初学者和
程序员大咖·2020-08-25 17:57

VoxCeleb 说话人识别挑战

文章目录VoxCeleb说话人识别挑战摘要VoxSRC度量学习与编码器高维度数据可视化TSNE深度学习平台NSML参考文献：摘要“Speakerrecognitioninthewild”
海上机械师·2020-08-25 06:34

哈工大硕士生用 Python 实现了 11 种经典数据降维算法，源代码库已开放

这里有个GitHub项目整理了使用Python实现了11种经典的数据抽取（数据降维）算法，包括：PCA、LDA、MDS、LLE、TSNE等，并附有相关资料、展示效果；非常适合机器学习初学者和刚刚入坑数据挖掘的小伙伴
视学算法·2020-08-23 04:27

ACM TechNews摘要（3）——细胞基因表达数据的流形学习软件

关键词：高维数据处理，流形学习采用流形学习算法（tSNE）得到的细胞分类图亥姆霍兹慕尼黑中心（德国健康与环境中心）的研究员开发了一款机器学习软件Scanpy（大概是scan+python）,用于管理超庞大数据库
Luccas_Wang·2020-08-22 16:01

TSNE可视化：只可视化出了10个

TSNE可视化：只可视化出了输入数据的10个，如下图原因：TSNE的输入数据维度有问题方法：转置一下维度即可，或者，把原本转置过的操作去掉本人是把原始数据转换了一下，因此删掉下面红色框里的转换代码即可删除后的结果如下
wu_xin1·2020-08-22 15:32

t-SNE数据降维（2维3维）及可视化

于是想到降维可以不用SVD可以用TSNE，就写一下这一块的东西，融合了别人写的二维和三维的可视化）t-SNE全称为t-distributed
小刘同学_·2020-08-22 12:08

在 Windows 中通过 pip 安装 Numpy，Scipy，Matplotlib，Pandas，StatsModels，Scikit-Learn，PyWavelets，Graphviz，TSNE

NumpyNumpy提供数组支持，以及相应的高效处理函数。由于Numpy还是很多高级扩展库的依赖库，通常在安装其他扩展库之前，需要完成Numpy的安装。Downloads:点击打开链接https://pypi.org/project/numpy/#files在Windows中，可以通过pip安装：在pip所在目录下打开命令窗口，执行命令：pipinstallnumpy.whl例：pipinstal
Carolinedy·2020-08-21 18:36

可视化利器 t-SNE（matlab）——用于高维数据的自动降维和绘图

t-SNE–LaurensvanderMaaten（感谢学术男神们的无私开源）User_guide.pdf（用户指南）1.tsne函数mappedX=tsne(X,labels,no_dims,init_dims
limber0117·2020-08-21 06:39

K-means聚类算法、Pandas绘制概率密度图和TSNE展示聚类结果

K-means聚类算法是典型的基于距离的非层次聚类算法，在最小化误差函数的基础上将数据划分为预定的K个类，使得K个类达到类内数据距离之和最小而类间距离之和最大。它是无监督学习算法，采用距离作为相似性的度量指标，即认为两个对象距离越近，其相似性就越大。1、数据类型与相似性度量(1)连续属性和离散属性数据对于连续属性，要依次对每个属性的属性值进行零-均值化处理；对于离散属性，要依次对每个属性的属性值进
watermelon12138·2020-08-20 19:40

tSNE—高维数据降维可视化（实践部分）-Kmeans聚类

importpandasaspdcust_sale=pd.read_excel('C:/Users/XI/fzql.xls')cust_sale=pd.merge(temp1,temp2,on='CUST_ID',how='inner')cust_sale=cust_sale.dropna()cust_sale.head()importsklearn.preprocessingaspreproce
令狐公子·2020-08-20 07:05

利用TSNE将word2vec词向量降维并显示

importnumpyasnpfromsklearn.manifoldimportTSNEimportmatplotlib.pyplotaspltimportgensimimportmatplotlibasmpl#若要显示中文字体则取消注释下面两行#mpl.rcParams['font.sans-serif']=['FangSong']#指定中文字体#mpl.rcParams['axes.unic
xyx_HFUT·2020-08-20 05:05

干货——为什么降维和降维实例

参考资料https://www.scipy-lectures.org/packages/scikit-learn/auto_examples/plot_tsne.htmlhttp://colah.github.io
xiongpai1971·2020-08-16 10:49

基于 Python 的 经典数据降维算法

Python实现了11种经典的数据抽取(数据降维)算法，包括：PCA、LDA、MDS、LLE、TSNE等一、为什么要进行数据降维?
hdpai2018·2020-08-16 06:13

CannyLab/tsne-cuda with cuda-10.0

t-SNE-CUDABarnes-Hutt-SNEhttps://github.com/CannyLab/tsne-cuda/projects做数据降维时常用到，但计算较慢，所以可用cuda加速用源码编译时
weixin_34315485·2020-08-16 03:54

TSNE——目前最好的降维方法

转自：http://blog.csdn.net/u012162613/article/details/459208271.流形学习的概念流形学习方法(ManifoldLearning)，简称流形学习，自2000年在著名的科学杂志《Science》被首次提出以来，已成为信息科学领域的研究热点。在理论和应用上，流形学习方法都具有重要的研究意义。假设数据是均匀采样于一个高维欧氏空间中的低维流形，流形学习
weixin_34279246·2020-08-13 21:44

sklearn 特征降维利器 —— PCA & TSNE

二者的主要区别在于，所在的包不同（也即机制和原理不同）fromsklearn.decompositionimportPCAfromsklearn.manifoldimportTSNE因为原理不同，导致，tsne
Inside_Zhang·2020-08-13 15:08

sklearn中的降维PCA与TSNE

二者的主要区别在于，所在的包不同（也即机制和原理不同）fromsklearn.decompositionimportPCAfromsklearn.manifoldimportTSNE因为原理不同，导致，tsne
阳光zfc·2020-08-13 10:35

Python实现TSNE

TSNE的实现总体上并不复杂，麻烦的是其超高的浮点运算和大型矩阵的操控，在上一篇Largevis的算法中，TangJian大神很明显用的是MATLAB，我这里贴出Python版本的代码，和大家一起学习。
像在吹·2020-08-01 08:00

SNE、TSNE

TSNE是由SNE衍生出的一种算法，SNE最早出现在2002年，它改变了MDS和ISOMAP中基于距离不变的思想，将高维映射到低维的同时，尽量保证相互之间的分布概率不变，SNE将高维和低维中的样本分布都看作高斯分布
像在吹·2020-08-01 08:00

机器学习之降维

本周关于降维的学习主要分为五类：PCA、LDA、LLE、tSNE、ISOMAP来进行学习首先自己的任务是：tSNE的学习（一）降维的基本知识点总结1、降维方法分为线性和非线性降维，非线性降维又分为基于核函数和基于特征值的方法
唐糖568·2020-08-01 01:51

python--sklearn,聚类结果可视化工具TSNE

【转】python--sklearn,聚类结果可视化工具TSNETSNE提供了一种有效的降维方式，让我们对高于2维数据的聚类结果以二维的方式展示出来：1#!/usr/bin/envpython2#--coding:utf-8--34#接kmeans.py5#k_means.py中得到三维规范化数据data_zs；6#r增加了最后一列，列索引为“聚类类别”78fromsklearn.manifold
阳光zfc·2020-07-29 22:32

基于 Python 的 11 种经典数据降维算法

这里有个GitHub项目整理了使用Python实现了11种经典的数据抽取(数据降维)算法，包括：PCA、LDA、MDS、LLE、TSNE等，并附有相关资料、展示效果;非常适合机器学习初学者和刚刚入坑数据挖掘的小伙伴
算法与数学之美·2020-07-14 04:26

降维咋搞？与你分享基于 Python 的 11 种经典降维算法

这里有个GitHub项目整理了使用Python实现了11种经典的数据抽取(数据降维)算法，包括：PCA、LDA、MDS、LLE、TSNE等，并附有相关资料、展示效果;非常适合机器学习初学者和刚刚入坑数据挖掘的小伙伴
ikeguang·2020-07-13 04:28

机器学习sklearn（15）TSNE降维

TSNE概念部分参考：http://bindog.github.io/blog/2016/06/04/from-sne-to-tsne-to-largevis/#0x02-%E4%BB%8Esne%E8%
又要起名字了·2020-07-12 14:16

keras+tensorboard使用方法

tensorboard作用结果曲线可视化，便于超参数调试模型参数可视化便于做tSNE可视化安装一帮情况下通过pip安装tensorflow的话，tensorboard应该也就自动安装上去了。
踏雪飞鸿12·2020-07-08 18:43

贪心学院—自然语言处理—评估词向量

评估词向量：t-distributedStochasticNeighborEmbedding(t-SNE)对训练得到的词向量降维到二维空间进行观察；sklearn中tsne可视化；t-SNE完整笔记与已有的数据进行相似度对比
一位不愿透露姓名的群众·2020-07-07 22:56

哈工大硕士生用 Python 实现了 11 种经典数据降维算法，源代码库已开放

这里有个GitHub项目整理了使用Python实现了11种经典的数据抽取（数据降维）算法，包括：PCA、LDA、MDS、LLE、TSNE等，并附有相关资料、展示效果；非常适合机器学习初学者和刚刚入坑数据挖掘的小伙伴
喜欢打酱油的老鸟·2020-07-06 03:37

[Python聚类] 用TSNE进行数据降维并展示聚类结果

聚类结果可视化工具TSNE使用TSNE对KMeans聚类的结果以二维的方式展现出来。接博客[Python聚类]K-Means聚类算法分类中的代码。
memoryqiu·2020-07-05 12:53

UMAP数据降维副产品---全连接神经网络做编码器

t-SNE和UMAP应该说是目前最好的降维算法了，能最大程度的保留原始数据的特征同时大幅度的降低特征维数，但是有个问题就是，使用UMAP或tSNE算法更倾向于观察原始数据降维后的分布，没法
喵水军的近卫第76师·2020-07-05 06:43

最强降维模型t-SNE vs 最常用降维模型PCA（下）

异常点检测前文讲到tsne在高维度数据有着绝对的优势，能够碾压其余降维模型，在低维度的数据也毫不逊色任何一种。但是缺点也很明显，性能的代价往往是时间，它的时间复杂度过高。
ABin_203·2020-07-04 04:52
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他