t-SNE

t-SNE 让高维空间中相近的样本在平面上也相近，适合查看细胞或样本是否形成分群；它主要保留局部邻近关系。

簇的大小、簇间距离和坐标数值本身没有可比的含义，不能据此判断两群「差多少」；分析请用原始数据或 PCA。

困惑度大致等于每个点考虑的有效邻居数：常用 5–50，样本少时取小值；不同困惑度、随机种子得到的图形状会不同，种子固定时结果可重复。

基因表达矩阵建议先对数转换，并用 PCA 降到前 30–50 个主成分再做 t-SNE（默认 50）；可信度（0–1，越高越好）衡量局部邻居是否被保留。

计算为精确 t-SNE（O(n²)），在浏览器中 1,000 个样本约需十几秒到一分钟，请改好参数后点「运行」。

方法说明

van der Maaten L. & Hinton G. (2008) J Mach Learn Res 9:2579–2605。参数与优化细节同 scikit-learn TSNE(method="exact")；由于随机数序列不同，坐标与其不逐点相同，示例数据上的可信度与 KL 散度与之相差不超过 0.02 与 10%。

数据量

最多 5,000 个样本。