T-SNE以进行更好的数据可视化

Question

我的数据集形状是（248857，11） 这就是StandartScaler之前的样子。我进行了聚类分析，因为这些聚类算法（例如K-均值）确实需要特征缩放，然后才能将其馈送到ALGO。

之后

我用三个簇进行了K-Means，并试图找到一种显示这些簇的方法。 我找到了T-SNE作为解决方案，但我被卡住了。 这就是我的实现方式：

# save the clusters into a variable l.
l = df_scale['clusters']
d = df_scale.drop("clusters", axis = 1)
standardized_data = StandardScaler().fit_transform(d)

# TSNE Picking the top 100000points as TSNE
data_points = standardized_data[0:100000, :]
labels_80 = l[0:100000]
 
model = TSNE(n_components = 2, random_state = 0)
tsne_data = model.fit_transform(data_points)
 
# creating a new data frame which help us in ploting the result data
tsne_data = np.vstack((tsne_data.T, labels_80)).T
tsne_df = pd.DataFrame(data = tsne_data,
columns =("Dimension1", "Dimension2", "Clusters"))
 
# Ploting the result of tsne
sns.FacetGrid(tsne_df, hue ="Clusters", size = 6).map(
plt.scatter, 'Dimension1', 'Dimension2').add_legend()
 
plt.show()

如您所见，这不是很好。如何更好地想象这一点？

Answer 1

看来您需要调整困惑超参数是：

一个可调参数，说（松散地）如何平衡数据的本地和全局方面之间的关注。从某种意义上说，参数是关于每个点都有的亲密邻居数量的猜测。困惑值对结果图片有复杂的影响。

在这篇文章，更具体地说，。