问题描述
我正在应用 TSNE 进行降维。我有几个功能，我减少到 2 个功能。之后，我使用 Kmeans 对数据进行聚类。最后，我使用seaborn绘制聚类结果。
要导入 TSNE，我使用：
from sklearn.manifold import TSNE
要应用 TSNE，我使用：
features_tsne_32= TSNE(2).fit_transform(standarized_data)
之后我使用 Kmeans：
kmeans = KMeans(n_clusters=6,**kmeans_kwargs)
kmeans.fit(features_tsne_32)
km_tsne_32 = kmeans.predict(features_tsne_32)
最后，我使用了以下情节：
import seaborn as sns
#plot data with seaborn
facet = sns.lmplot(data=df,x='km_tsne_32_c1',y='km_tsne_32_c2',hue='km_tsne_32',fit_reg=False,legend=True,legend_out=True)
我有这个情节：
这个情节似乎过于完美和球状，这是我绘制的程序有问题 这个数据？在上面描述的代码中？
解决方法
您的问题并非特定于 t-SNE，而是任何无监督学习算法。您如何评估其结果？
我想说，唯一正确的方法是如果您对数据有一些先验知识或专业知识。诸如标签、其他元数据，甚至用户反馈之类的东西。
话虽如此，关于你的具体情节：
- 您从 tSNE 得到一个连续的“饼”，而不是一些离散的结构，如“岛”或“意大利面”，这一事实可能表明投影没有很好地学习。通常 tSNE 应该创建类似数据点的半不同组。这种形状看起来像一个过度合法化的模型。 （例如具有高 KL 散度系数的 VAE）。
- k-Means 产生的分区正是人们所期望的：k-means 的集群分配隐式地在特征空间上创建了一个 Voronoi 图，其中单元格是集群质心。一个好的初始化会产生散布在特征空间中的初始质心。由于该空间是对称的，因此质心也可能是对称的。
所以 k-Means 很好，但您可能需要调整 t-SNE 的参数。
,检查 t-SNE 算法的困惑度。当困惑度太小时，t-SNE 通常会产生圆盘状的斑点。另外，使用 DBSCAN 聚类算法进行测试，该算法通常比 k-Means 更有效。
,我遵循的程序有问题吗？
是的。
使用 TSNE 会将数据投影到另一个您无法真正控制的空间。
这样做应该使近点保持近，远点保持远。
然后使用 KNN 在投影空间来确定组。
这部分丢失了您之前拥有的任何分组信息[需要引用，需要事先查看数据是什么]！
根据一些先前标记的数据而不是根据 KNN 为组着色会更有意义
-或-
在原始空间上使用KNN进行分组，然后根据该分组对投影空间进行着色。
您所做的实际上毫无意义，因为它丢失了所有先验信息 - 标签和空间。
总结：
- 如果您有标签，请使用标签。
- 如果不这样做，请使用更复杂的聚类算法，从原始空间上的 KNN 开始，因为您可以看到投影空间上的 KNN 是不够的。