无监督学习-T-SNE算法

流形学习算法：T-SNE，不支持元数据的变换，支持可视化，适合分组。
import matplotlib.pyplot as plt
from sklearn.datasets import load_digits
from sklearn.manifold import TSNE

digits = load_digits()

tsne = TSNE(random_state=42)
digits_tsne = tsne.fit_transform(digits.data)

tsnefig = plt.plot(100, 200)
tsnefig = plt.figure(figsize=(10, 10))
tsnefig = plt.xlim(digits_tsne[:, 0].min(), digits_tsne[:, 0].max() + 1)
tsnefig = plt.ylim(digits_tsne[:, 1].min(), digits_tsne[:, 1].max() + 1)

print(digits.data)
for i in range(len(digits.data)):
plt.text(digits_tsne[i, 0], digits_tsne[i, 1], str(digits.target[I]))

tsnefig = plt.xlabel("t-sne feature 0")
tsnefig = plt.xlabel("t-sne feature 1")
tsnefig.figure.savefig("tsnefig", bbox_inches='tight')

出现结果图片：tsnefig.png

tsnefig.png