一、什么是t-SNE

t-SNE的作用是：为了可视化，以直观地了解数据的结构，比如数据大致聚成几团，哪些数据聚成一团，哪些团比较近，等等。

为什么t-SNE能够做到可视化呢？主要是将数据降维到2维/3维的功劳，因为这样就可以被人眼观察到了，拿一个例子来看一下背后的原理。

假设你有一个二维空间的数据，想要转换到一维空间并且将他们分离开来，如下图所示：

如果直接将y轴坐标映射到x轴上，就会变成下面的样子

我们知道自然条件下，数据一般都会服从某种分布，那能不能将数据根据某种规则来映射到这个分布上呢？来看下图：

上图是说，我先选出某个点，然后计算这个点到所有点的距离，因为同一类的距离小嘛，所以映射到对应的分布上就成了以下的样子啦。而TSNE所对应的分布就是t分布，bingo，以上就是大致的原理啦。

原文链接：笔记 | 什么是TSNE - 知乎 (zhihu.com)

二、t-SNE代码

下面是一个t-SNE的示例代码，通过这个简单的代码就可以知道这个轮子是怎么跑起来的，之后再调试这个轮子里的参数

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.manifold import TSNE
class FeatureVisualize(object):
    '''
    Visualize features by TSNE
    '''
    def __init__(self, features, labels):
        '''
        features: (m,n)
        labels: (m,)
        '''
        self.features = features
        self.labels = labels
    def plot_tsne(self, save_eps=False):
        ''' Plot TSNE figure. Set save_eps=True if you want to save a .eps file.
        '''
        tsne = TSNE(n_components=2, init='pca', random_state=0)
        features = tsne.fit_transform(self.features)
        x_min, x_max = np.min(features, 0), np.max(features, 0)
        data = (features - x_min) / (x_max - x_min)
        del features
        for i in range(data.shape[0]):
            plt.text(data[i, 0], data[i, 1], str(self.labels[i]),
                     color=plt.cm.Set1(self.labels[i] / 10.),
                     fontdict={'weight': 'bold', 'size': 9})
        plt.xticks([])
        plt.yticks([])
        plt.title('T-SNE')
        if save_eps:
            plt.savefig('tsne.eps', dpi=600, format='eps')
        plt.show()
if __name__ == '__main__':
    digits = datasets.load_digits(n_class=5)
    features, labels = digits.data, digits.target
    print(features.shape)
    print(labels.shape)
    vis = FeatureVisualize(features, labels)
    vis.plot_tsne(save_eps=True)