降維算法？

1.TSNE

算法思想：

（1）SNE，其基本思想為在高維空間相似的數據點，映射到低維空間距離也是相似的。算法利用距離表達兩個點之間的相似性。常用的距離度量方式是：歐式距離。

（2）t-SNE,做出的優化是用t分布取代SNE中的高斯分布，使得降維后的數據，同類之間更加緊湊，不同類之間距離加大。換言之，對應于無監督聚類指標輪廓系數更好。

2.PCA

算法思想：將原有的n個特征，投影到k為空間，k維度空間之間兩兩正交稱為主成分，新的特征由原特征變換而來。

算法實現：

在python中通過調用模塊sklearn，兩者都是封裝好的函數，參考函數文檔調參即可。