tsne(tsne)
tsne()所属R语言包：tsne
The t-SNE method for dimensionality reduction
T-SNE的降维方法
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Provides a simple function interface for specifying t-SNE dimensionality reduction on R matrices or "dist" objects.
提供一个简单的函数接口指定T-SNE降维的R矩阵或“区”的对象。
用法----------Usage----------
tsne(X, initial_config = NULL, k = 2, initial_dims = 30, perplexity = 30, max_iter = 1000, min_cost = 0, epoch_callback = NULL, whiten = TRUE, epoch=100)
参数----------Arguments----------
参数：X
The R matrix or "dist" object
R矩阵或“区”对象
参数：initial_config
an argument providing a matrix specifying the initial embedding for X. See Details.
查看详细参数指定初始的嵌入提供了一个矩阵为X。
参数：k
the dimension of the resulting embedding.
所得到的嵌入的维度。
参数：initial_dims
The number of dimensions to use in reduction method.
还原法中使用的维数。
参数：perplexity
Perplexity parameter. (optimal number of neighbors)
困惑的参数。 （最佳的邻居）
参数：max_iter
Maximum number of iterations to perform.
迭代来执行的最大数量。
参数：min_cost
The minimum cost value (error) to halt iteration.
成本的最低值（错误）停止迭代。
参数：epoch_callback
A callback function used after each epoch (an epoch here means a set number of iterations)
使用后，每一个时代的回调函数（在这里是指一个具有划时代意义的一组迭代次数）
参数：whiten
A boolean value indicating whether the matrix data should be whitened.
一个布尔值，指示是否应该是白化矩阵数据。
参数：epoch
The number of iterations in between update messages.
更新消息之间的迭代次数。
Details
详细信息----------Details----------
When the initial_config argument is specified, the algorithm will automatically enter the final momentum stage. This stage has less large scale adjustment to the embedding, and is intended for small scale tweaking of positioning. This can greatly speed up the generation of embeddings for various similar X datasets, while also preserving overall embedding orientation.
当initial_config参数指定，该算法将自动进入阶段最终的势头。这个阶段有少大规模调整的嵌入，并用于定位的小规模调整。这可以大大加快嵌入各种类似的X数据集的生成，同时也维护整体嵌入方向。
值----------Value----------
An R object containing a ydata embedding matrix, as well as a the matrix of probabilities P
含有YDATA嵌入矩阵，以及一个矩阵的概率P R的对象
（作者）----------Author(s)----------
Justin Donaldson (jdonaldson@gmail.com)
参考文献----------References----------
参见----------See Also----------
dist
区
实例----------Examples----------
colors = rainbow(length(unique(iris$Species)))
names(colors) = unique(iris$Species)
ecb = function(x,y){ plot(x,t='n'); text(x,labels=iris$Species, col=colors[iris$Species]) }
tsne_iris = tsne(iris[,1:4], epoch_callback = ecb, perplexity=50)
# compare to PCA[比较PCA]
dev.new()
pca_iris = princomp(iris[,1:4])$scores[,1:2]
plot(pca_iris, t='n')
text(pca_iris, labels=iris$Species,col=colors[iris$Species])
## End(Not run)[＃（不执行）]
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。
|
发表于 2012-10-1 12:45:01
