Orange3实战教程:无监督--- t-SNE二维投影

t-SNE

使用 t-SNE 进行二维数据投影。

输入

● 数据:输入数据集
● 距离矩阵:预计算的距离矩阵
● 数据子集:实例的子集

输出

● 选定数据:从图中选中的实例
● 数据:包含 t-SNE 坐标的原始数据,并新增一列标记点是否被选中

t-SNE 小部件通过 t-分布随机邻域嵌入(t-SNE)生成可视化结果。t-SNE 是一种类似于多维缩放(MDS)的降维技术,通过概率分布将数据点映射到二维空间。

该小部件支持输入数据表或距离矩阵。若输入数据表,小部件将根据预处理选项计算内部距离。

  1. 预处理
    在 t-SNE 计算数据点间距离前应用预处理步骤(若输入为距离矩阵,则忽略这些参数):
  • 数据标准化:对每列数据减去均值并除以标准差,以标准化数据。
  • 应用 PCA 预处理:对于高维(如 100 或 1000 维)或变量高度相关的数据集,可通过 PCA 预处理加速计算并消除相关性。
  • 主成分数量:PCA 预处理时使用的主成分数目。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

err2008

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值