回答情况：
提问时间：
问题标签：
2回答
我发现tsne很好地分离了我的二进制分类设置。然而，tsne不能真正用于预测，就像在predict(tsne, newdata=test)中可以对PCA进行预测一样。
这里最好的方法是什么？我是否应该将我的train和test集(即rbind)组合起来，并在整个数据集中运行tsne？
浏览 0提问于2017-08-21得票数 5
1回答
import numpy as npimport matplotlib.pyplot as pltdata_1000 = standardized_X[0:1000, :]model =TSNE(n_components=2,random_state=1)
transformed =model.fit_transform(data_1
浏览 1修改于2022-11-13得票数 0
使用sklearn的TSNE 和mahalanobis度量，我得到了以下错误tsne = TSNE( verbose=1, n_iter=250,learning_rate=50, random_state=0,metric='mahalanobis')tsne_results= tsne.fit_transform(pt
浏览 0修改于2019-04-24得票数 3
回答已采纳
绘制嵌入TSNE结果的单词时，单词会多次出现。我正在降低Word2Vec单词嵌入的维度，但是当我绘制最相似单词的子集的结果时(手动输入几个我想要的最相似的单词)，相同的单词会多次出现：wvs = model.wv[words]
tsne = TSNE(n_components=3, random_state=0, n_iter=100
浏览 13提问于2019-08-05得票数 0
回答已采纳
我正在尝试在我自己的html/js项目中运行简单的tensorflow tfjs-tsne示例(https://github.com/tensorflow/tfjs-tsne)。tensorflow内核似乎加载正确(例如，tf.randomUniform调用可以正常工作)，但只要我调用tsne (例如，tsne.tsne(data))，我就会在浏览器控制台中收到以下错误： “未捕获的函数
浏览 15提问于2019-04-30得票数 3
回答已采纳
gensim.models.Word2Vec(list_of_sent,min_count=5,size=50, workers=4)tsne= TSNE(n_components=2, perplexity = 30)**
现在我想根据分数来绘制这些图，即蓝点代表正面，
浏览 0修改于2018-05-24得票数 0
我无法在我的Windows机器上安装tsne包。我按照的说明安装了适用于Python的tsne包。但pip install tsne或pip install git+https://github.com/danielfrg/tsne.git都可以工作。Running setup.py clean for tsne Installing collected packages: tsne
浏览 1提问于2016-09-22得票数 9
1回答
我已经有了向量，现在我想用TSNE绘制它们。但是，当我试图将向量传递给TSNE模型时，我得到：我应该如何绘制毕火炬向量(实际上，它们是焦火炬张量)？TSNE：
X_embedded = TSNE(n_components=2, learning_rate='auto', init='random').fit_transform(sequence_represent
浏览 16修改于2022-07-28得票数 0
回答已采纳
1回答
我对数据应用了K_Mean集群，并在应用TSNE之后绘制了数据。我有4个维度和4个组。问题是我的K_mean是正确的，但为什么在tsne中，相同的组不是全部在一起？ ? labels = kmeans.labels_
df_new
X_embedded = TSNE(n_components=2).fit_transform(df_
浏览 24提问于2021-04-13得票数 0
回答已采纳
有没有办法在python中提取sklearn.manifold.TSNE中的映射过程，以便将新数据映射到降维空间？ 重要的是，我的意思是不需要在这里重新训练新的数据。例如，假设您训练了一个TSNE映射，如下所示： import numpy as npX = np.array([[0, 0, 0],[0, 1, 1], [1, 0, 1], [1, 1, 1]])
X_embedded = TSNE(n_components=2).fit_transfor
浏览 46提问于2018-12-22得票数 2
我认为这样做的方法是将tsne与x_train相匹配，然后转换x_test和x_train。但是，我无法转换任何数据集。tsne = TSNE(random_state = 420, n_components=2, verbose=1, perplexity=5, n_iter=350).fit(x_train)x_train_tse = tsne.transform(x_subset)AttributeError: 'TSNE
浏览 0提问于2019-12-06得票数 15
回答已采纳
[0.65, 0.75, 0.2, 0.15], 然后，我使用以下命令对其运行t-SNE：这里，Distance是一个函数，它接受两个数组作为输入，计算它们之间的距离并返回距离如果我去掉这个指标：它仍然
浏览 3修改于2016-04-26得票数 0
当然，为了便于绘图，向量的N维需要减少:为此，我使用了TSNE。numpy as npimport gensim, logging, osvocabulary = model.wv.vocab
np.set_printoptions(suppress=True)
浏览 2修改于2017-05-01得票数 0
我认为这样做的方法是将tsne与x_train相匹配，然后转换x_test和x_train。但是，我无法转换任何数据集。tsne = TSNE(random_state = 420, n_components=2, verbose=1, perplexity=5, n_iter=350).fit(x_train)x_train_tse = tsne.transform(x_subset)AttributeError: 'TSNE
浏览 0提问于2019-12-06得票数 1
回答已采纳
2回答
同时，我还尝试使用TSNE将数据映射到2个维度，并将它们绘制在散点图上。根据我对TSNE的理解，该技术应该已经将相同集群中的项目放得更近了。然而，当我看散点图时，集群实际上到处都是。散点图的结果可以在这里找到：编辑:如果我首先使用TSNE将维度减少到2，然后使用这些减少的维度使用KMeans进行聚类，则会发
浏览 11提问于2018-02-01得票数 1
1回答
我能够将这些数据进行tsne缩减到2D，并根据患者ID标记群集。colour = experiment$label)
tsne<- Rtsne(data)
y = tsne$Y[,2],
colour
浏览 35修改于2020-10-22得票数 1
回答已采纳
我正在尝试为TSNE创建一个自定义函数，以便它可以用于Sklearn make_pipeline函数中。，对于常设仲裁院，我要做以下几点： LinearRegression())make_pipeline(TSNE因此，现在我尝试使用以下方法创建一个自定义transform()方法： def transform(X):
return TSNE()
浏览 0提问于2019-01-19得票数 4
1回答
我想通过TSNE运行它们，然后创建一个3维图。mid = int(len(arr)/2)
tsne= manifold.TSNE(n_components=3, init='pca',random_state=0, perplexity= 30, n
浏览 18修改于2018-09-04得票数 0
我正在尝试用python实现tSNE算法。我使用autograd包来计算梯度，而不是通常使用的解析梯度。 File "tsne.py", line 130, in compute_kl_loss
qij = 1 / (1 + np.sum((Y[i,:] - Y)**2),1)
浏览 0提问于2017-09-13得票数 1
1回答
但问题是，我的数据不是时间序列，但我也得到了这些长的形状线在tSNE图。我不知道这意味着什么，也不知道我怎么能摆脱它。我怀疑数据中的某种结构导致了这种情况。
浏览 0提问于2019-12-03得票数 2
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号