t-SNE算法

t-SNE算法

t-SNE的主要目标是将多维数据集转换为低维数据集。
降维算法其实有很多时候可以派上用场，例如我们无法将大于3维的数据展现在图中；在训练机器学习的算法的时候，为了降低计算复杂度我们通过降维技术降低计算复杂度。

t-SNE由Laurens van der Maatens和Geoffrey Hinton在JMLR第九卷(2008年)中开发并出版。它和其他降维算法相比，在数据可视化方面效果较好（还有Umap、densmap等）。如果我们将t-SNE应用于n维数据，它将智能地将n维数据映射到3d甚至2d数据，并且原始数据的相对相似性非常好。t-SNE不是线性降维技术，它遵循非线性，这是它可以捕获高维数据的复杂流形结构的主要原因。