tsne函数matlab

TSNE (T-distributed Stochastic Neighbor Embedding) 是一种常用的数据可视化技术，它将高维数据降维到二维或三维空间中，以便于观察数据点之间的相似性和聚类结构。在 MATLAB 中，你可以使用 `tsne` 函数来进行 t-SNE 的计算。

`tsne` 函数的基本语法如下：

Y = tsne(X, perplexity, 'method', algorithm, optional arguments);

其中：
- `X`: 输入的高维数据矩阵，通常是一个 m×n 矩阵，m 表示样本数，n 表示特征维度。
- `perplexity`: 这是一个关键参数，用于控制邻域大小，建议范围一般在5到50之间。
- `'method'`: 可选参数，可以选择不同的优化算法，如 'exact'（精确法）、'barneshut'（巴氏舍弃法）等。
- `algorithm`: 也可以指定具体使用的优化方法，例如 `'lloyd'`（ Lloyd 算法）或 `'gradient_descent'`（梯度下降法）。
- `optional arguments`: 可能包括学习率、迭代次数等其他选项，具体可参考 MATLAB 官方文档。

使用时，先准备好数据，然后调用 `tsne` 函数生成降维后的低维表示 `Y`，接着可以将其绘制成散点图进行查看。