T-SNE可视化高维数据

​​​​​​​

import numpy as np
import matplotlib.pyplot as plt
from sklearn.manifold import TSNE
 
# 对样本进行预处理并画图
def plot_embedding(data, label, class_num):
    """
        :param data:数据 (数据大小，特征)，即二维。对于多维数据，压缩成二维即可
        :param label:标签
        :param title:类别数
        :return:图像
    """
    x_min, x_max = np.min(data, 0), np.max(data, 0)
    data = (data - x_min) / (x_max - x_min)		# 对数据进行归一化处理
    fig = plt.figure()		# 创建图形实例
    plt.subplot(111)		# 创建子图
    # 遍历所有样本
    for i in range(class_num):
        plt.scatter(data[:, 0][label==i], data[:, 1][label==i],label=str(i))
 
    plt.xticks([])  # 去刻度
    plt.yticks([])  # 去刻度
    plt.legend(loc='upper left')
    # plt.title("标题", fontsize=14)
    return fig
 
# 主函数，执行t-SNE降维
def main(data=None, label=None,class_num=4):
    """
        :param data:数据 (数据大小，特征)，即二维。对于多维数据，压缩成二维即可
        :param label:标签
        :param title:类别数
    """
    
    # data, label = np.random.random((200,100)),np.zeros((200))
    # label[50:100]=1
    # label[100:150] = 2
    # label[150:] = 3
 
    print('Starting compute t-SNE Embedding...')
    """
        n_components（默认值：2）：嵌入空间的维度，需要降到几维写几维。
        init: 初始化方法，多采用 PCA 初始化
        perplexity（默认值：30）：perplexity 与其他流形学习算法中使用的最近邻的数量有关。考虑选择 5 到 50 之间的值。
        n_iter（默认值：1000）：优化的最大迭代次数。应至少为 250。
        random_state： 随机种子
    """
    ts = TSNE(n_components=2, init='pca', random_state=0)
    # t-SNE降维
    reslut = ts.fit_transform(data)
    # 调用函数，绘制图像
    fig = plot_embedding(reslut, label, class_num)
    # 显示图像
    plt.show()
 
# 主函数
if __name__ == '__main__':
    main()