问题标签 [tsne]

我有词嵌入。如何绘制这样的图形？我可以使用 PCA 进行降维，但不知道如何绘制这样的图表。

我有我已经阅读并保存在字典中的实验数据。每个位置都有与每个实验的数据不同的数组。我必须使用 T-SNE 算法来分析数据并找出异同，以便了解实验中分析的组织何时出现损伤。任何关于如何将 T-SNE 应用于实验数据的解释代码示例都会非常有用。

TensorFlow 有一个很棒的 TSNE 可视化应用程序（链接如下）

当我使用这个工具进行 TNSE 聚类时，我得到了很好的聚类

当我尝试在 Sklearn TNSE 库中使用相同的设置时，集群很糟糕

TensorFlow 的 TSNE 嵌入项目有哪些设置？

https://projector.tensorflow.org/

我使用 t-SNE 将数据集的维度从 18 降低到 2，然后使用 kmeans 对 2D 数据点进行聚类。

使用它，print(kmeans.cluster_centers_) 我现在有一个簇的 2D 质心数组，但我想获得这些质心对应的 18D 原始数据点。

有没有办法让 t-SNE 反向工作？谢谢！

我的数据框如下所示：

pandas 中是否有一种简单的方法可以让每行有一个 ID 并设置如下所示的列：

然后我可以使用降维算法（如 TSNE）并可能对每个时间序列（和 ID）进行分类。

你认为这是正确的方法吗？

我正在尝试安装 tsne 包，但收到错误消息“无法为使用 PEP 517 且无法直接安装的 tsne 构建轮子”。我尝试更新 pip byusr/bin/python3.7 -m pip install --upgrade pip以及更新 setuptools wheel bypip install --upgrade pip setuptools wheel或 just pip install wheel。我也试过了pip install p5py，pip install PEP517但pip install --no-use-pep517 tsne这些都不起作用。尝试安装某些软件包时，还有其他人在 Mac 上遇到同样的问题吗？

从 knn-graph，我们可以使用 scipy 包计算邻接矩阵，如下所示：

这给了我们一个 KNN-neighbor 的邻接矩阵？

同样，我们如何从 UMAP 和 t-SNE 算法中获得连通性邻接矩阵？

我正在尝试找到一个指标来比较类似于这篇博文 pca-vs-autoencoders-for-dimensionality-reduction 中所做的多维降维技术......

具体这部分对比

我想添加其他技术，例如 Rtsne 包中的 TSNE、umap 包中的 UMAP 和 ivis 包中的 IVIS（目前不在 CRAN 上，但可以像这样安装 ->

所有技术的数据输入和处理都是相似的，但似乎其中一些技术已经将 mse 确定融入其功能（例如自动编码器）。我想知道是否有人对我正在尝试做的事情有经验。

我正在尝试在 Python（Jupyter Notebook）上使用 matplotlib 散点图来创建 t-sne 可视化，不同的点使用不同的颜色。

我很惭愧地承认我大部分都是借用预先编写的代码，所以其中一些细微差别远远超出了我的范围。但是，我遇到了一个我似乎无法解决的 ValueError（即使在查看 Stack Overflow 上询问的类似 ValueErrors 实例的解决方案之后）。

运行散点图（此处的相关代码）返回 ValueError：RGBA 序列的长度应为 3 或 4；尽管这显然是由 ValueError 直接引起的：'c' 参数有 470000 个元素，这与大小为 2500 的 'x' 和 'y' 不一致。

在这里，txt 文件是包含所有数据的文件。完整的代码是 van der Maaten 的 Python 实现，如有必要，可在此处获得。

此外，它指出映射和 RGBA 转换都失败了（相当严重的失败），人们可能会喜欢详细的反馈。

我对这种状态感到非常困惑，因为即使在阅读了其他出现此 ValueError 的解决方案（详见 Stack Overflow）之后，我对如何格式化“标签”以使 c 的尺寸可能匹配 x 和是的。

我有非常大的数据，我使用 word2vec 进行聚类。我有 50 万条数据，这些数据分为 7000 个组。

如何绘制这么多具有​​不同颜色代码的组？我尝试使用 PCA 和 tSNE，主要问题是这里不可能为 7000 个不同的组提供独特的颜色。我使用随机十六进制代码生成颜色，并且在绘制后，无法区分每个组。