想象这样一个场景：你是一位天文爱好者，深夜爬上山坡，抬头看到满天繁星——但问题是，这些星星来自几十个不同星系，你根本分不清哪些星星属于同一个星系。肉眼只能辨别亮度，却看不出它们在高维空间中的“亲疏关系”。 t-SNE 就是那台神奇的“智能观星仪”。它能把几千维的特征悄悄压到二维平面上，让同类的点自动聚成一团，不同的类别自动分开。它就像手电筒的光束——不追求照亮整片星空，而是聚焦局部，把最亲密的朋友聚拢在一起，让你一眼看懂数据的“社交圈”。PCA 是广角镜头拍大合照，而 t-SNE 是手电筒近距离观察——这正是它和 PCA 最本质的区别。

岗位关联

t-SNE 是数据分析师和算法工程师做特征探索、聚类验证和论文画图的“标配技能”。掌握它，你就拥有了向老板和审稿人“秀出数据故事”的硬核本领。

目录
  1. 可视化演示
  2. 高维星空困境
  3. SNE概率牵线
  4. 对称化与t分布
  5. PCA线性对照
  6. perplexity调节
  7. 随机性与稳定性
  8. 结果解读三禁忌
  9. 工具与实战避坑
  10. AI 应用场景
  11. Python 演示
  12. 常见误区
  13. 面试题

可视化演示

展示t-SNE将高维数据映射到二维空间的过程，对比不同perplexity参数下的聚类效果，直观理解概率分布匹配的降维原理。

本节配有交互动效（进入视口后自动加载，约 3KB）。

高维到二维降维过程 左侧高维空间中混杂的数据点，通过t-SNE概率分布匹配逐步映射到右侧二维平面 高维近邻关系在降维后被保留，相似的点在二维空间中聚集形成聚类 KL(P‖Q) = Σ pᵢⱼ log(pᵢⱼ/qᵢⱼ) t-SNE通过最小化KL散度保留高维局部结构

高维星空困境

你正站在一片由 784 个数字组成的“像素星际空间”里——这是 MNIST 手写数字的一张图。每一个像素都是一条坐标轴，所以每张图在这片空间里是一个拥有 784 个坐标的点。可人类的眼睛只能理解三维世界，我们就像一只只能看到红绿蓝三种光的生物，面对一片七彩星空，束手无策。

更糟的是，高维空间有一种“距离大坍缩”现象。想象你站在操场上，如果操场只有 1 米宽，你能轻松分辨谁近谁远；可如果操场有 1000 米宽，随便扔两个点，它们的距离都差不多——“近邻”这个概念变得毫无意义。数学上，当维度 d 很大时，随机两点间的欧氏距离会趋近于同一个值，近邻的语义被稀释了。

这就是 t-SNE 登场的理由：它不试图理解整片星空，只用手电筒照亮你身边的几个伙伴，再把这种“局部亲疏”翻译到二维图上，让聚簇现出原形。

E[∥xi−xj∥]d  →  2\displaystyle \frac{\mathbb{E}\left[\|x_i-x_j\|\right]}{\sqrt{d}} \;\to\; \sqrt{2}
  1. 分子含义分子是随机两个高维点的平均欧氏距离，表示典型点对的距离水平。
    E[∥xi−xj∥]\displaystyle \mathbb{E}\left[\|x_i-x_j\|\right]
  2. 分母作用分母把距离按维度的平方根归一化，剔除“维度越多距离自然越大”的干扰。
    d\displaystyle \sqrt{d}
  3. 极限结果当 d 趋近无穷时，归一化距离收敛到固定值，说明所有点几乎等距，近邻失效。
    →2\displaystyle \to \sqrt{2}

SNE概率牵线

t-SNE 的前身 SNE（随机邻域嵌入）的思路很浪漫：与其直接求距离，不如把“亲疏”写成概率。想象你是派对上的一个客人，你认识谁、跟谁聊得来，这不是绝对的，而是相对的——离你越近的人，跟你成为朋友的“概率”越高。

对每个点 \(x_i\)，SNE 以它为圆心画一条高斯曲线，曲线上其他点的高度就是“亲近度”。这个高斯曲线的宽度不是全局统一的，而是每个点自己的“社交半径” \(\sigma_i\)——在人群稀疏的地方，你的社交半径自动变大；在人群密集的地方，你的社交半径自动缩小。这样无论密度如何，每个人都能找到恰到好处的朋友数量。

这样，高维空间里每个点都拥有了一张“概率名片”：告诉别人它和谁更亲近。接下来的任务，就是让二维图上的点也尽量拥有同样的名片。

pj∣i  =  exp⁡(−∥xi−xj∥2/2σi2)∑k≠iexp⁡(−∥xi−xk∥2/2σi2)\displaystyle p_{j|i} \;=\; \frac{\exp\left(-\|x_i-x_j\|^2 / 2\sigma_i^2\right)}{\sum_{k\neq i}\exp\left(-\|x_i-x_k\|^2 / 2\sigma_i^2\right)}
  1. 分子亲近度分子用高斯核衡量点 \(x_j\) 离 \(x_i\) 有多近，距离越近分子越大，最高为 1。
    exp⁡(−∥xi−xj∥2/2σi2)\displaystyle \exp\left(-\|x_i-x_j\|^2 / 2\sigma_i^2\right)
  2. 分母归一化分母把 \(x_i\) 到所有其他点的亲近度加总，让所有概率加起来等于 1，成为合法分布。
    ∑k≠iexp⁡(−∥xi−xk∥2/2σi2)\displaystyle \sum_{k\neq i}\exp\left(-\|x_i-x_k\|^2 / 2\sigma_i^2\right)
  3. 视野半径\(\sigma_i\) 是第 i 个点的高斯宽度，控制“看多远”——它由预先设定的困惑度通过二分搜索确定。
    σi=二分搜索(Perp)\displaystyle \sigma_i = \text{二分搜索}(\text{Perp})

对称化与t分布

纯 SNE 有个小毛病：A 觉得 B 很亲，但 B 可能觉得 A 一般般——这种“单恋”会造成优化的不稳定。t-SNE 干脆做了对称化处理：把两个人的“互评”取平均，你俩的亲近度由双方共同决定。好比结婚要双方同意，单方面热情不作数。

在二维落位时，t-SNE 又遇到了“拥挤问题”：高维空间里可以塞下很多互不干扰的邻居，但二维平面挤不下这么多人，强行挤在一起就会糊成一团。t-SNE 的聪明解法是：低维端不用瘦高的高斯分布，改用矮胖的 t 分布（Student-t）。胖尾巴给点与点之间更多“弹性空间”，让它们在二维平面能稍稍推开彼此，簇与簇之间出现间隙。

t-SNE 的优化目标，是让高维的概率分布 \(p_{ij}\) 和低维的概率分布 \(q_{ij}\) 尽量一致，用 KL 散度度量差异：

这就像让每个二维点都努力复刻高维世界里的“朋友圈”——最终形成的星图，就是被 KL 散度这只无形的手，温柔地推出来的。

pij  =  pj∣i+pi∣j2n\displaystyle p_{ij} \;=\; \frac{p_{j|i}+p_{i|j}}{2n}
qij  =  (1+∥yi−yj∥2)−1∑k≠l(1+∥yk−yl∥2)−1\displaystyle q_{ij} \;=\; \frac{\left(1+\|y_i-y_j\|^2\right)^{-1}}{\sum_{k\neq l}\left(1+\|y_k-y_l\|^2\right)^{-1}}
C  =  ∑i≠jpij log⁡pijqij\displaystyle C \;=\; \sum_{i\neq j} p_{ij}\,\log\frac{p_{ij}}{q_{ij}}
  1. 联合亲密度对称化后的 \(p_{ij}\) 是 i、j 互相关注的平均水平，成为优化目标里的“标准答案”。
    pij=pj∣i+pi∣j2n\displaystyle p_{ij} = \frac{p_{j|i}+p_{i|j}}{2n}
  2. 低维相似度\(q_{ij}\) 用 t 分布重尾核计算二维点 \(y_i\)、\(y_j\) 的相似度，分母归一化。
    qij=(1+∥yi−yj∥2)−1∑k≠l(1+∥yk−yl∥2)−1\displaystyle q_{ij} = \frac{\left(1+\|y_i-y_j\|^2\right)^{-1}}{\sum_{k\neq l}\left(1+\|y_k-y_l\|^2\right)^{-1}}
  3. 代价函数KL 散度把 p、q 两个分布逐点比较：高维近、低维远会导致惩罚增大，从而迫使低维图“有样学样”。
    C=∑i≠jpij log⁡pijqij\displaystyle C = \sum_{i\neq j} p_{ij}\,\log\frac{p_{ij}}{q_{ij}}

PCA线性对照

很多人会把 t-SNE 和 PCA 混为一谈，但两者像是两种完全不同的观察工具。PCA 是“广角镜头”：它把数据整体投射到方差最大的直线上，保留的是全局结构——点与点之间的远距离关系。t-SNE 是“手电筒”：它不关心银河两端有多远，只在乎你身边的星星是谁。

PCA 的数学世界是线性的，它求的是协方差矩阵的特征向量：

对比来看：如果你的数据像一摞整齐的纸，PCA 能从侧面拍出清晰的层数；但如果数据像一团揉皱的纸球，PCA 就无能为力了。t-SNE 能一层层用手电筒照亮纸缝里的结构——那些卷曲的、非线性的流形。所以在做探索性聚类可视化时，t-SNE 通常比 PCA 更“出片”；但 PCA 更快、更稳定，适合先做粗预览和去噪。

max⁡W  Tr⁡(W⊤ΣW),s.t. W⊤W=I\displaystyle \max_{W}\; \operatorname{Tr}\left(W^\top \Sigma W\right),\quad \text{s.t. } W^\top W = I
  1. 投影矩阵\(W\) 是一个正交投影矩阵，把高维点映射到低维空间。
    W⊤W=I\displaystyle W^\top W = I
  2. 总方差\(\Sigma\) 是数据协方差矩阵，\(\operatorname{Tr}(W^\top \Sigma W)\) 表示投影后的总方差大小。
    Tr⁡(W⊤ΣW)\displaystyle \operatorname{Tr}\left(W^\top \Sigma W\right)
  3. 优化目标最大化投影后方差，等价于找到数据最舒展的方向——但它只能找到直线、平面等线性结构。
    max⁡W Tr⁡(W⊤ΣW)\displaystyle \max_{W}\, \operatorname{Tr}\left(W^\top \Sigma W\right)

perplexity调节

t-SNE 最核心的旋钮是 perplexity（困惑度），你可以把它理解成手电筒的光束半径。beam 太窄，只照亮身边两三颗星，局部图会被细节淹没；beam 太宽，几十颗星挤在一起，远近全糊成一片。经验上 5 到 50 之间比较合适，默认 30。

除了 perplexity，还有两个旋钮要配合：学习率（learning_rate）控制每一步调整的大小，太大容易来回震荡，太小收敛太慢；迭代次数（iterations）给足轮数，让星图稳定下来。调参的顺序建议是：固定 perplexity=30，先调学习率找到不震荡的值，再微调 perplexity 观察宏观结构的变化。

Perp(Pi)  =  2H(Pi),H(Pi)=−∑jpj∣ilog⁡2pj∣i\displaystyle \text{Perp}(P_i) \;=\; 2^{H(P_i)},\quad H(P_i) = -\sum_{j} p_{j|i}\log_2 p_{j|i}
  1. 熵函数\(H(P_i)\) 是点 i 的邻居分布的信息熵，衡量这个点“视野内的混乱程度”。
    H(Pi)=−∑jpj∣ilog⁡2pj∣i\displaystyle H(P_i) = -\sum_{j} p_{j|i}\log_2 p_{j|i}
  2. 映射为名额\(2^{H(P_i)}\) 把熵转换成“有效邻居个数”，就是困惑度的数值含义。
    Perp(Pi)=2H(Pi)\displaystyle \text{Perp}(P_i) = 2^{H(P_i)}
  3. 反向求解给定期望的困惑度（如 30），用二分搜索为每个点反推出合适的 \(\sigma_i\)。
    σi←二分搜索至 Perp(Pi)≈30\displaystyle \sigma_i \leftarrow \text{二分搜索至}\ \text{Perp}(P_i)\approx 30

随机性与稳定性

如果你同一份数据跑了两次 t-SNE，会发现两次的图不完全一样——这不是 bug，而是特性。t-SNE 的起点是随机撒点，就像一个醉汉拿着手电筒每次从不同角度开始观察夜空，路径自然不同。优化过程又有随机性（随机梯度下降），最终落点就成了“二次随机”的结果。

实际操作中的建议是：用固定随机种子（如 random_state=42）确保结果可复现，让同事和审稿人能重复你的实验。但真实工作中，更稳妥的做法是跑 5 到 10 次，观察哪些簇每次都稳稳出现——那些稳定的结构才是真正的数据信号，偶尔闪现的“幽灵簇”多半是噪声。

Y(0)  ∼  N(0,  10−4I)\displaystyle Y^{(0)} \;\sim\; \mathcal{N}\bigl(0,\;10^{-4}I\bigr)
  1. 随机初值\(Y^{(0)}\) 表示低维点的初始坐标，每个维度由标准正态分布生成。
    Y(0)∼N(0,  10−4I)\displaystyle Y^{(0)} \sim \mathcal{N}(0,\;10^{-4}I)
  2. 小方差\(10^{-4}\) 让初始点几乎挤在原点附近，避免一开始就飞得太远。
    10−4I\displaystyle 10^{-4}I
  3. 独立扰动\(I\) 是单位矩阵，表示每个维度的随机扰动互不相关。
    N(0,  10−4I)\displaystyle \mathcal{N}(0,\;10^{-4}I)

结果解读三禁忌

拿到了 t-SNE 图，别急着下结论。第一禁忌：不要把簇间距离当真。手电筒只照亮局部，远处两组星星的间距没有绝对意义，可能只是随机初始位置带来的偶然偏差。第二禁忌：不要把簇的大小当密度。一个簇看起来大，不代表原始空间里这类样本真的多，只是它在低维图里占了更大的“弹性空间”。第三禁忌：不要只看横纵坐标的绝对值。t-SNE 的坐标没有任何物理单位，唯一可信的是“哪些点聚在一起”的相对结构。

正确的读图姿势是：先看有没有明显分离的簇，再看谁和谁总在一起，最后结合颜色图例和原始标签验证。t-SNE 是“猜想的画笔”，不是“证据的尺子”。

∥yi−yj∥  ≈  局部亲疏  +  随机位移\displaystyle \|y_i-y_j\| \;\approx\; \text{局部亲疏} \;+\; \text{随机位移}
  1. 低维距离\(\|y_i-y_j\|\) 是图上两点间的距离。
    ∥yi−yj∥\displaystyle \|y_i-y_j\|
  2. 结构信号\(\text{局部亲疏}\) 由原始高维空间真正的近邻关系贡献，是可信部分。
    局部亲疏\displaystyle \text{局部亲疏}
  3. 噪声项\(\text{随机位移}\) 来自随机初始化和优化抖动，是不可靠部分，所以大间距往往没有含义。
    随机位移\displaystyle \text{随机位移}

工具与实战避坑

在 Python 里用 t-SNE 非常方便，sklearn 一行就能调用：TSNE(n_components=2, perplexity=30, init='pca', random_state=42)。其中 init='pca' 用 PCA 的结果作为起点，比随机初始化更稳定、收敛更快。但请注意，t-SNE 的时间复杂度是 \(O(n^2)\)——一万个点的两两相似度计算会慢得让人抓狂。

实战中的避坑清单：小样本（几十个点）别用 t-SNE，直接看原始特征找规律更靠谱；大样本（十亿级）建议先随机抽样或 PCA 降维到 50 维以内再跑 t-SNE；论文里一定要写清 perplexity、learning_rate、迭代次数和随机种子，否则结果不可复现。t-SNE 适合探索，不适合作为最终结论的唯一依据——它是你的“观星仪”，不是“坐标测量仪”。

T(n)  =  O(n2),TBarnes-Hut(n)  =  O(nlog⁡n)\displaystyle T(n) \;=\; O(n^2),\qquad T_{\text{Barnes-Hut}}(n) \;=\; O(n\log n)
  1. 暴力复杂度\(O(n^2)\) 表示每个点要和其他所有点两两计算相似度，n 增大时成本平方级暴涨。
    O(n2)\displaystyle O(n^2)
  2. 树近似加速\(O(n\log n)\) 是 Barnes-Hut 近似算法（用四叉树聚合远处点）的复杂度，sklearn 中 method='barnes_hut' 即启用。
    O(nlog⁡n)\displaystyle O(n\log n)

AI 应用场景

用户画像分群探索

阶段：特征探索与数据洞察

解决的问题：传统方法把几千维的用户行为特征用 PCA 压缩后，往往看不到清晰的人群边界；t-SNE 能用手电筒照亮局部行为模式，让“剁手党”“羊毛党”“躺平党”自动现形。

具体案例：某电商团队对 10 万用户的 800 维行为特征做 t-SNE 降维，perplexity=30，发现三个清晰簇：高频低价、低频高价、夜间活跃。据此调整了推送策略，转化率提升 12%。

特征工程可行性验证

阶段：特征工程与建模前验证

解决的问题：训练分类模型前，先用 t-SNE 检查特征是否可分，避免“特征白做”的尴尬；相比 PCA 只给线性可分的判断，t-SNE 能发现非线性可分结构。

具体案例：风控团队对欺诈样本和正常样本的 300 维特征做 t-SNE，发现两组点几乎完全重叠——这说明现有特征区分度不足，于是补充了设备指纹特征，重新可视化后两组明显分开。

论文与汇报可视化

阶段：结果展示与学术交流

解决的问题：论文中需要直观展示“模型学到了什么”，t-SNE 聚类图比一堆指标更有说服力，但必须规范标注参数才够严谨。

具体案例：某 NLP 论文使用 t-SNE 展示 BERT 词向量聚类情况，perplexity=15，迭代 1000 次，固定 random_state=42，附上参数说明，审稿人一眼看到主题词聚合效果，顺利过审。

Python 演示

python31 行
import numpy as npimport matplotlibmatplotlib.use('Agg')import matplotlib.pyplot as pltfrom sklearn.datasets import make_moonsfrom sklearn.manifold import TSNEfrom sklearn.decomposition import PCA # 生成两个交错的月牙形数据集，代表非线性可分的高维结构X, y = make_moons(n_samples=600, noise=0.05, random_state=42)# 人为扩充到 50 维，模拟高维特征X_high = np.hstack([X, np.random.RandomState(0).randn(600, 48) * 0.01]) # PCA 降维到 2D，作为线性基线pca = PCA(n_components=2, random_state=42)X_pca = pca.fit_transform(X_high) # t-SNE 降维到 2D，固定随机种子保证可复现tsne = TSNE(n_components=2, perplexity=30, learning_rate=200,            max_iter=1000, init='pca', random_state=42)X_tsne = tsne.fit_transform(X_high) fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4))ax1.scatter(X_pca[:, 0], X_pca[:, 1], c=y, cmap='coolwarm', s=5, alpha=0.8)ax1.set_title('PCA result', fontsize=12)ax2.scatter(X_tsne[:, 0], X_tsne[:, 1], c=y, cmap='coolwarm', s=5, alpha=0.8)ax2.set_title('t-SNE result (perplexity=30)', fontsize=12)plt.tight_layout()plt.savefig('tsne_demo.png', dpi=150)print('saved tsne_demo.png')print('PCA 两簇重叠明显，t-SNE 将月牙两簇清晰分开')
目的：对比 PCA 与 t-SNE 在非线性数据上的表现，直观展示 t-SNE 的聚类可视化威力。
  1. make_moons(n_samples=600, noise=0.05, random_state=42)生成两个交错的月牙形数据，天生非线性可分，是 t-SNE 的“理想考场”。
  2. np.hstack([X, np.random.RandomState(0).randn(600, 48) * 0.01])把 2 维数据扩充到 50 维，添加小噪声模拟真实高维特征。
  3. TSNE(n_components=2, perplexity=30, learning_rate=200, max_iter=1000, init='pca', random_state=42)创建 t-SNE 模型，init='pca' 用 PCA 做初始值使收敛更稳定，random_state 固定结果。
  4. X_tsne = tsne.fit_transform(X_high)一步完成练模与降维，得到高维数据在二维平面的坐标。
  5. ax2.scatter(X_tsne[:, 0], X_tsne[:, 1], c=y, cmap='coolwarm', s=5, alpha=0.8)用颜色区分两个类别，画出 t-SNE 聚类散点图。

常见误区

误区既然 t-SNE 能把高维数据画在二维图上，那图上两个簇离得越远，就说明它们在原始空间里差异越大。

正解完全相反！t-SNE 只关心局部结构，远处的距离没有绝对意义。就像手电筒只照亮你身边几米，远处两座山的实际距离你根本无从判断。图上大距离可能只是随机初始位置的偶然结果，不能当作证据。

为何常见：因为人眼天生对“距离”敏感，看到图上两点很远就会本能地觉得它们差异大，忽略了 t-SNE 概率建模的局部性。

误区perplexity 就像“看得越多越准”，干脆设成 100 或 200，让每个点多看一些邻居，聚类结构应该更可靠。

正解perplexity 过大，手电筒光束盖过了整片天空，局部细节全被平均掉，远看像糊成一团；过小则只看得到三五颗星，把连续分布撕裂成碎片。典型值 5-50，默认 30 是多年实践的经验区间。

为何常见：直觉上“更多信息=更好”，但 t-SNE 的美恰恰在于“聚焦局部”，过度扩大视野反而破坏了它的优势。

误区只要设置 random_state=42，跑出来的聚类图就是“标准答案”，别人用不同种子得出的图就是错误的。

正解随机种子只是固定了随机初始状态和优化路径，帮你在这个种子下复现结果，但 t-SNE 本身是随机算法。换一个种子可能得到不同但同样合理的图，多次运行都出现的稳定簇才更可信。

为何常见：程序员习惯用固定种子保证可复现性，把“复现”误当成“唯一正确”，但 t-SNE 的随机性正是它探索复杂结构的能力来源。

误区图上某簇占的面积很大，说明这个类别的样本数量多、在原始空间里分布广。

正解t-SNE 的二维空间会因 t 分布的厚尾“膨胀”稀疏区域，“压缩”密集区域。一个只有 50 个点的簇可能看起来比 500 个点的簇还大。判断密度必须回到原始数据，不能看图说话。

为何常见：散点图的常识是“点越多面积越大”，但 t-SNE 的映射是非保距的，面积和密度没有线性关系。

误区t-SNE 把数据分成了几团，那我不需要 KMeans 了，直接用 t-SNE 图的簇标签当聚类结果。

正解t-SNE 是可视化工具，不是聚类算法。它对每个点独立计算相似度，没有显式簇中心，结果受参数和随机性影响很大。正确的流程是：先用 t-SNE 看结构，再用 KMeans 或 DBSCAN 在原始特征上做正式聚类，最后用 t-SNE 图展示验证。

为何常见：t-SNE 画的簇太直观了，让人忘了它的本职是“展示”而非“划分”。

面试题

Q1. t-SNE 主要用于以下哪个任务？

单选题 · easy

  • A.高维数据可视化降维← 正确答案
  • B.图像分类识别
  • C.文本情感分析
  • D.时间序列预测

答案：A。t-SNE 的核心用途是把高维数据降到二维或三维用于可视化，帮助人眼观察聚类结构。选项 A 准确描述其任务定位；B、C、D 分别是分类、NLP、预测任务，不是 t-SNE 的职责。就好比手电筒是用来照路的，不是用来称重的。

Q2. 关于 perplexity 参数，下列说法正确的是？

单选题 · easy

  • A.固定值越大越好
  • B.控制每个点的局部视野范围← 正确答案
  • C.与聚类效果完全无关
  • D.只能取固定值 30

答案：B。perplexity 控制手电筒光束半径，即每个点考虑多少个“邻居”，影响局部结构。典型值 5-50，默认 30，但不是越大越好也不是固定只能 30，因此 A、C、D 均错误，唯有 B 正确描述了其语义。

Q3. t-SNE 在低维空间使用 Student-t 分布而非高斯分布，主要原因是？

单选题 · mid

  • A.计算更快但精度略低
  • B.厚尾特性缓解拥挤问题← 正确答案
  • C.处理离散型数据的能力
  • D.避免局部最优解的困扰

答案：B。高维空间宽敞，二维平面拥挤。 t 分布的厚尾让低维中距离稍远的点仍有足够概率，使簇与簇之间能产生空隙，缓解“拥挤问题”。A 是 Barnes-Hut 加速的价值而非 t 分布的原因；C 与分布形状无关；D 不是 t 分布引入的目的。

Q4. 下面哪些属于 t-SNE 的已知特点？

多选题 · hard

  • A.计算复杂度为 O(n^2) 级别← 正确答案
  • B.能保留全局簇间距离
  • C.主要保留局部近邻结构← 正确答案
  • D.多次运行结果可能不同← 正确答案

答案：ACD。t-SNE 需要两两计算相似度，复杂度 O(n^2)；它用概率建模近邻关系，保局部而非全局距离；随机初始化和随机梯度下降导致每次运行结果不同。B 错，t-SNE 对远距离关系不敏感，簇间距离不可靠。

Q5. t-SNE 与 PCA 的本质区别是？

单选题 · mid

  • A.PCA 更慢且只能处理小数据
  • B.PCA 是线性方法，t-SNE 是非线性方法← 正确答案
  • C.t-SNE 保留全局方差最大方向
  • D.PCA 不能用于可视化

答案：B。PCA 通过线性投影保留全局最大方差，t-SNE 通过非线性概率映射保留局部结构。B 准确概括本质差异；A 说法颠倒，PCA 通常更快；C 是 PCA 的目标；D 错误，PCA 也能降到二维画图，只是它保全局线性结构。

Q6. 在 sklearn 中，固定哪种参数能保证 t-SNE 结果可复现？

单选题 · easy

  • A.n_components=2
  • B.random_state=42← 正确答案
  • C.perplexity=30
  • D.init='pca'

答案：B。random_state 固定随机初始状态和优化随机性，使同参数下每次运行结果一致。n_components 决定输出维度，perplexity 控制视野范围，init 只是初始化策略，它们都不保证可复现。形象地说，random_state 就是固定了手电筒的初始角度。

Q7. t-SNE 中每个点的 σ_i（高斯宽度）是如何确定的？

单选题 · mid

  • A.全局统一设为 1.0
  • B.通过二分搜索使困惑度匹配目标值← 正确答案
  • C.由 PCA 降维结果自动计算
  • D.随机初始化后不再改变

答案：B。t-SNE 对每个点独立计算 σ_i，方法是对期望困惑度（如 30）做二分搜索，找到使该点邻居分布熵匹配的高斯宽度。A 错误，密度不均时全局统一会失效；C 与 PCA 无关；D 错误，σ_i 是解出来的不是随机给的。

Q8. 解读 t-SNE 可视化结果时，下列哪些做法是正确的？

多选题 · hard

  • A.认为簇间距离直接反映类别差异
  • B.关注多次运行都稳定的簇结构← 正确答案
  • C.认为簇面积大小等于样本密度
  • D.结合原始标签和图例辅助判断← 正确答案

答案：BD。t-SNE 的簇间距离和簇面积大小都不保真，A、C 是典型解读陷阱。正确姿势是看多次运行都出现的稳定结构，并用原始标签或颜色图例做验证，因此 B、D 正确。

Q9. 当数据量非常大时，以下哪种策略最适合使用 t-SNE？

单选题 · mid

  • A.直接跑全部样本并等待收敛
  • B.先抽样或 PCA 降维再运行 t-SNE← 正确答案
  • C.把 perplexity 调到 1 加速计算
  • D.改用聚类算法替代 t-SNE

答案：B。t-SNE 复杂度 O(n^2)，大数据直接跑会非常慢，常见做法是抽样或先用 PCA 降到 50 维以内。A 不现实；C 减少 perplexity 不能改变复杂度；D 把可视化问题替换成聚类任务，不是等价的降维方案。

Q10. 关于 t-SNE 的梯度更新公式 \(4\sum_{j}(p_{ij}-q_{ij})(y_i-y_j)(1+\|y_i-y_j\|^2)^{-1}\)，下列说法正确的是？

单选题 · extreme

  • A.当高维近邻低维分开时，梯度推力变大← 正确答案
  • B.当 p_{ij} 小于 q_{ij} 时，两点会互相远离
  • C.梯度方向由 \(y_i-y_j\) 决定，与概率差异无关
  • D.公式中的 4 是学习率的默认值

答案：A。当高维概率 p 大但低维概率 q 小时，\((p-q)\) 为正，梯度驱使两点靠拢，因此 A 正确。若 p<q，梯度反向使两点分开，B 的表述恰好相反。梯度方向同时受 \((p-q)\) 符号与位置差影响，C 错误；4 是 t-SNE 推导出的常数系数，不是学习率，D 错误。