t分布随机近邻嵌入（t-distributed Stohastic Neighbor Embedding）
基本思路：为高维特征空间在二维平面（或三维超平面，不过基本上总是使用二维空间）上寻找一个投影，使得在原本的n维空间中相距很远的数据点在屏幕上同样相距较远，而原本相近的点在平面上仍然相近。本质上，近邻嵌入寻找保留了样本的邻居关系的新的维度较低的数据表示。
参数：
- perplexity 困惑度
- step 迭代次数
- epsilon 学习率
参考文献：
【2】高维数据可视化之t-SNE算法???? - 知乎（理论推导+实验）