TSNE

• t-Distributed Stochastic Neighbor Embedding (t-SNE) 是一种高维数据的降维方法，由Laurens van der Maaten和Geoffrey Hinton于2008年提出，通常用于数据可视化。其大致原理是在低维（通常是2D或3D）空间中保留高维空间中的距离关系

使用scikit-learn库

• TSNE的代码实现通常基于scikit-learn库
• 具体参数可参考官网手册：https://scikit-learn.org/stable/modules/generated/sklearn.manifold.TSNE.html

使用Multicore-TSNE库

• Multicore-TSNE的项目地址：
  https://github.com/DmitryUlyanov/Multicore-TSNE

• 优点：

  • 使用方法与与scikit-learn库基本一致
  • 计算速度相对于scikit-learn库可大幅提升

• 缺点：

  • 功能相比scikit-learn库大幅减少
  • 默认仅实现了基于欧式距离的降维计算

安装方法

• 方法1：直接pip安装

pip install MulticoreTSNE

• 方法2：源码编译安装

git clone https://github.com/DmitryUlyanov/Multicore-TSNE.git
cd Multicore-TSNE/
pip install .

基本使用方法

• Multicore-TSNE库的基本使用方法非常简单，与scikit-learn库基本一致：

from MulticoreTSNE import MulticoreTSNE as TSNEtsne = TSNE(n_jobs=4)
Y = tsne.fit_transform(X)

• 详情可看源码：https://github.com/DmitryUlyanov/Multicore-TSNE/blob/master/MulticoreTSNE/init.py

采用不同的距离度量

• Multicore-TSNE默认仅实现了基于欧式距离的降维计算，然而，很多时候，我们希望采用其他距离度量。幸运的是，根据 https://github.com/DmitryUlyanov/Multicore-TSNE/issues/49 中的回答，已有大佬基于Multicore-TSNE库进行了二次开发，其中可以采用的距离度量包括：
  • Euclidean distance
  • Squared euclidean distance
  • Angular distance
  • Cosine distance (not a real metric)
  • Precomputed distance marix
• 安装方式：源码编译安装

git clone https://github.com/asanakoy/Multicore-TSNE.git
cd Multicore-TSNE/
pip install .

• 以手动计算特征向量之间的余弦距离为例：

from MulticoreTSNE import MulticoreTSNE as TSNE
from sklearn.metrics.pairwise import cosine_similarity# 计算余弦相似度矩阵
similarity_matrix = cosine_similarity(feats.cpu().numpy())# 将余弦相似度转换为距离矩阵
distance_matrix = 1 - similarity_matrixtsne = TSNE(n_jobs=4, metric="precomputed", random_state=42)
X_tsne = tsne.fit_transform(distance_matrix)

其他资料

• Multicore-TSNE 项目常见问题解决方案
• 用 GPU 加速 TSNE：从几小时到几秒