让我们假设您有关于汽车的数据：10,000行和10个特征列（mpg，引擎大小，马力等等）的矩阵，您想要探索高维数据。你可以：
（1）在数据集上运行kmeans或其他一些聚类算法...选择聚类数 （2）首先用PCA降低数据集的维数，然后将PC1和PC2传递给聚类算法......选择聚类数
但是你也可以 （3）首先用TSNE减小数据集的维数，并将2个TSNE坐标传递给聚类算法......选择聚类数
有人做＃3吗？在查看TSNE的结果之后，每次TSNE运行时2D坐标都会改变。例如，汽车可能同时具有负TSNE坐标，然后如果算法再次运行，则它可以具有正TSNE坐标。例如，如果将坐标传递给聚类算法，则汽车可能在集群4中，然后在重新运行时，它位于集群7或6等中.TSNE看起来像是一个很好的可视化工具，并且您希望能够聚集它。想法？
答案 0 :(得分：1)
这个好的答案主要回答了你的问题：
https://stats.stackexchange.com/a/264647/7828
它提供了一些示例，其中 tSNE图显示输入数据中不存在的群集，即非常误导性。
尚未讨论的一个问题是让tSNE根据您的数据产生有意义的结果。 tSNE在高斯内部使用平方欧几里得。这意味着它非常对比例敏感。只要您的输入数据具有相似的比例（它主要用于图像，每个像素具有相同的比例），它就可以正常工作。但是在您的汽车数据示例中，您将遇到常见的扩展问题，并获得不具有统计意义的结果。 1英里/小时与1个车轮不同。相反，tSNE无法解决这个问题：tSNE对您的预处理选择非常敏感（事实上，在最初的tSNE论文中，他们使用PCA作为额外的预处理步骤。）