【源码】基于C++的tSNE高维数据降维项目

项目简介

本项目实现了流行的t-SNE算法（van der Maaten & Hinton [2008]），用于将高维数据进行可视化降维。通过保留数据点之间的相似性信息，把高维数据映射到低维空间（通常为二维或三维），便于数据的观察与分析。

项目的主要特性和功能

• 实现t-SNE算法核心，涵盖计算吸引力、梯度计算和迭代优化。
• 支持从文件读取图像和标签数据，也能将结果数据和默认配置信息写入文件。
• 包含距离计算、数据标准化和调试等辅助函数。
• 实现VP树加速最近邻搜索，还有配置参数管理、BH树实现等辅助组件。

安装使用步骤

假设用户已经下载了本项目的源码文件，可按以下步骤操作： 1. 从 http://yann.lecun.com/exdb/mnist/ 下载 train-images-idx3-ubyte 和 train-labels-idx1-ubyte 文件，并将其放在与 tsne 可执行文件相同的文件夹中。 2. 解压源码文件，在终端进入项目目录。 3. 执行 ./tsne SAMPLES THREADS 命令。例如，./tsne 15000 4 会对大小为 15000 的样本运行 t-SNE 算法，并使用 4 个线程；使用 ./tsne 60000 可处理所有图像，或使用任何无效值（如 ./tsne 0）。 4. 首次执行会创建一个默认配置文件，之后可通过修改该文件中的值进行调试，确保格式为 "VAR = VALUE"（具体细节可参考 /include/tsne/util.hpp）。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】