t-SNE降维可视化方法

安装

Github上有两个比较热门的TSNE包，分别是：

• MulticoreTSNE
• TSNE-CUDA

CSDN上也有一个手撸TSNE的，地址在这，记录以便日后学习使用

由于TSNE-CUDA在Win10上装不上（可能是系统原因？），所以安装了MulticoreTSNE包。

使用github提供的pip install MulticoreTSNE会安装失败，看过ISSUS后，发现是依赖包的问题，在python3.6下，cmake的最新版本为3.22.x，但是requirements.txt中的约束是camke>=3.17.0。如果直接pip install的话，系统会安装最新的cmake版本，这样就会导致安装失败。那么如何解决呢？

直接指定cmake版本pip install camke==3.17.0！！

但是很不幸，又发生以下错误了

还是回到ISSUS中，发现别人也运到这个问题，有位coder提供了以下的解决方案

The problem I am having is that the file tsne_multicore.dll has been compiled with i386 architecture (32-bit) so it will not work on 64-bit systems, thus the "error 0xc1". I am not sure if this is the correct answer for everyone, but I was able to add:

    if 0 != execute(['cmake',
		 '-GMinGW Makefiles',  <----------This
                     '-DCMAKE_BUILD_TYPE={}'.format(build_type),
                     '-DCMAKE_VERBOSE_MAKEFILE={}'.format(int(self.verbose)),
to the setup.py file to get it to compile with MinGW for WIndows which works and produces the right files for the architecture.

最后提供修改过程

第一步：
修改setup.py中的第50行，即修改完成后如下所示
if 0 != execute(['cmake',
'-DCMAKE_GENERATOR_PLATFORM=x64', # 修改这里
'-DCMAKE_BUILD_TYPE={}'.format(build_type),
'-DCMAKE_VERBOSE_MAKEFILE={}'.format(int(self.verbose)),

第二步：
build----> python setup.py install
 
第三步：
install----> pip install .

这一步我用来不同的方法，我使用了
python setp.py bdist_wheel
然后使用离线安装
pip install 离线包.whel安装

你可能还会遇到刚刚的错误，这时去错误所在的目录E:\software\Anaconda3\envs\ml\Lib\site-packages\MulticoreTSNE删除libtsnee_multicore.dll

举个例子

官方例子

from sklearn.datasets import load_digits
from MulticoreTSNE import MulticoreTSNE as TSNE
from matplotlib import pyplot as plt

digits = load_digits()
embeddings = TSNE(n_jobs=4).fit_transform(digits.data)
vis_x = embeddings[:, 0]
vis_y = embeddings[:, 1]
plt.scatter(vis_x, vis_y, c=digits.target, cmap=plt.cm.get_cmap("jet", 10), marker='.')
plt.colorbar(ticks=range(10))
plt.clim(-0.5, 9.5)
plt.show()

效果图