sklearn 特征降维利器 —— PCA TSNE

阿拉斯加的狗

于 2019-02-08 18:52:47 发布

阅读量1.1k

点赞数 1

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/hftytf/article/details/86776281

PCA和TSNE都是降维工具，TSNE在保留样本差异性上更优，但计算速度较慢。通常先用PCA预处理，再用TSNE进行可视化。t-SNE基于低维特性假设，适用于高维数据降维，是流形学习的一部分。文章提供sklearn仿真实例和t-SNE算法介绍。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

同为降维工具，二者的主要区别在于，

所在的包不同（也即机制和原理不同）
- from sklearn.decomposition import PCA
- from sklearn.manifold import TSNE
因为原理不同，导致，tsne 保留下的属性信息，更具代表性，也即最能体现样本间的差异；
TSNE 运行极慢，PCA 则相对较快；

因此更为一般的处理，尤其在展示（可视化）高维数据时，常常先用 PCA 进行降维，再使用 tsne：

data_pca = PCA(n_components=50).fit_transform(data)data_pca_tsne = TSNE(n_components=2).fit_transform(data_pca)
  
  
  
   
   1
   
   2

t-SNE（t-distribution Stochastic Neighbor Embedding）是目前最为流行的高维数据的降维算法。

t-SNE 成立的前提基于这样的一个假设：我们现实世界观察到的数据集，都在本质上有一种低维的特性（low intrinsic dimensionality），尽管它们嵌入在高维空间中，甚至可以说，高维数据经过降维后，在低维状态下，更能显现其本质特性，这其实也是流形学习（Manifold Learning）的基本思想。

原始论文请见，论文链接（pdf）<