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
hccee21 分钟前
C# IO文件操作
开发语言·c#
hummhumm26 分钟前
第 25 章 - Golang 项目结构
java·开发语言·前端·后端·python·elasticsearch·golang
杜小满30 分钟前
周志华深度森林deep forest(deep-forest)最新可安装教程,仅需在pycharm中完成,超简单安装教程
python·随机森林·pycharm·集成学习
J老熊36 分钟前
JavaFX:简介、使用场景、常见问题及对比其他框架分析
java·开发语言·后端·面试·系统架构·软件工程
zmd-zk1 小时前
flink学习(2)——wordcount案例
大数据·开发语言·学习·flink
好奇的菜鸟1 小时前
Go语言中的引用类型:指针与传递机制
开发语言·后端·golang
Alive~o.01 小时前
Go语言进阶&依赖管理
开发语言·后端·golang
Chef_Chen1 小时前
从0开始学习机器学习--Day33--机器学习阶段总结
人工智能·学习·机器学习
花海少爷1 小时前
第十章 JavaScript的应用课后习题
开发语言·javascript·ecmascript
手握风云-1 小时前
数据结构(Java版)第二期:包装类和泛型
java·开发语言·数据结构