PCA & TSNE dimension reduction and viz

from sklearn.decomposition import PCA
from sklearn.manifold import TSNE
import matplotlib.pyplot as plt

pca = PCA(n_components=2, svd_solver='arpack')
X_pca = pca.fit_transform(X)
plt.scatter(X_pca[:, 0], X_pca[:, 1])

 

tsne = TSNE(n_components=2)
X_tsne = tsne.fit_transform(X)
plt.scatter(X_tsne[:, 0], X_tsne[:, 1])

 

이렇게 하면됨.

 

보통 tSNE는 좀더 오래걸림.

 

위 결과는 이상해 보이긴한데

보통 PCA를 주로 dimension reduction에 활용하고, tSNE를 visualization용으로 많이 씀.