TSNE降维学习

在学习使用Cora数据集时,输入的初始为[2708, 1433], 输入一共有2708个点,每个节点有1433个特征。测试集的大小为[1000, 1433]最后的输出为[1000, 7],表示每个点的类别。

我们要的就是查看这个[1000, 7]的预测结果。想要将他展示在一个平面上是比较困难的,因为平面是2维的。所以需要用TSNE来将[1000, 7]降维至[1000, 2]。

使用过程如下:

python 复制代码
# tsne visualize
    # TSNE 用于降维
    tsne = TSNE()
    out = tsne.fit_transform(predict)   # out: [1000, 2]    predict:[1000, 7]
    fig = plt.figure()
    for i in range(7):
        indices = tensor_y == i
        x, y = out[indices].T
        plt.scatter(x, y, label=str(i))

    plt.legend(loc=0)
    plt.savefig('tsne.png')
    plt.show()
相关推荐
郭庆汝4 小时前
pytorch、torchvision与python版本对应关系
人工智能·pytorch·python
sealaugh327 小时前
aws(学习笔记第四十八课) appsync-graphql-dynamodb
笔记·学习·aws
黄雪超7 小时前
JVM——函数式语法糖:如何使用Function、Stream来编写函数式程序?
java·开发语言·jvm
ThetaarSofVenice7 小时前
对象的finalization机制Test
java·开发语言·jvm
水木兰亭7 小时前
数据结构之——树及树的存储
数据结构·c++·学习·算法
思则变7 小时前
[Pytest] [Part 2]增加 log功能
开发语言·python·pytest
鱼摆摆拜拜7 小时前
第 3 章:神经网络如何学习
人工智能·神经网络·学习
lijingguang8 小时前
在C#中根据URL下载文件并保存到本地,可以使用以下方法(推荐使用现代异步方式)
开发语言·c#
aha-凯心8 小时前
vben 之 axios 封装
前端·javascript·学习
漫谈网络8 小时前
WebSocket 在前后端的完整使用流程
javascript·python·websocket