【R>>tSNE】tSNE高效降维

Posted 2023-05-06

参考技术A t-SNE：T-Distribution Stochastic Neighbour Embedding, T分布随机近邻嵌入。与PCA一样是常用的降维方法，其主要优势在于能保持局部结构的能力，即高维数据空间中距离相近的点投影到低维空间中仍然相近。
R语言中实现的包：Rtsne

来学习下核心函数 Rtsne() 的主要参数：

下面以常规模型构建过程中产生的risk和riskScore数据为例：

下面结合ggplot2进行绘图：

另一种降维方法：PCA，已在之前的笔记中写过。 【R>>PCA】主成分分析

参考链接：
t-SNE一种高效的降维算法

R语言plotly可视化：使用TSNE算法将数据降维到三维并使用plotly可视化降维后的数据(project data into 3D with t-SNE and px.scatter_3d)

R语言plotly可视化：使用TSNE算法将数据降维到三维并使用plotly可视化降维后的数据(project data into 3D with t-SNE and px.scatter_3d)

目录