KMeans 聚类后重复 TSNE 后结果不同答案

【问题标题】：Different results after repeating TSNE after KMeans clusteringKMeans 聚类后重复 TSNE 后结果不同
【发布时间】：2022-11-12 01:53:34
【问题描述】：

我正在使用sklearn.manifold.TSNE 将我使用sklearn.clustering.KMeans 单独聚类的数据集投影到二维空间上。我的代码如下：

clustering = KMeans(n_clusters=5, random_state=5)

clustering.fit(X)

tsne = TSNE(n_components=2)

result = tsne.fit_transform(X)

sc = plt.scatter(x=result[:,0], y=result[:,1],
            s=10, c=clustering.labels_)

我的困惑是，通过越来越多地重复这个过程，我的数据似乎以完全不同的方式聚集在一起，如下所示：

我不是聚类或降维技术方面的专家，所以我猜这可能部分是由于 TSNE 的随机性。是否也可能是我使用了太多功能来执行聚类？ (132)

【问题讨论】：

标签： scikit-learn cluster-analysis k-means tsne

【解决方案1】：

您是否尝试在 TSNE 中设置 random_state 参数？它可能应该修复它。

在某些时候使用随机性的函数通常具有一个输入参数，以确保相同的输入产生相同的输出。此参数通常称为 random_state 或种子。

希望这会有所帮助。

【讨论】：