perplexity设太大会让t-SNE图点挤成一团；因其扩大邻域范围，削弱局部结构分辨力，导致簇间混淆，尤其样本量200时默认30易模糊边界，应依数据规模在5–50间调优，小数据优先选10或20。
perplexity设太大会让t-SNE图点挤成一团
t-SNE默认perplexity=30在中小规模数据上常导致局部结构模糊，尤其当样本量 200 时，点群会糊在一起。这是因为perplexity本质控制“每个点看多远”，值越大，算法越试图兼顾全局距离，反而牺牲局部分离度。
实操建议：
立即学习“Python免费学习笔记（深入）”；
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 小数据集（n perplexity=5、
10、20；中等数据（500–5000）从20、30、40阶梯尝试 - 避免跨数量级跳跃，比如不直接从30跳到100——容易错过最优区间
- 如果改了perplexity后散点仍密集，先别调learning_rate，先确认是否用了
init='pca'
learning_rate太小或太大都会破坏结构
sklearn默认learning_rate=200对多数非MNIST类数据都偏小，优化易卡在平坦区；但设成5000又容易发散，点飞出去。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 统一配合
n_iter=1000以上，再调learning_rate；低于1000次迭代基本看不到稳定结构 - 起手用
learning_rate=500，若散点抖动剧烈、边界毛刺多，降为300；若收敛极慢、簇间空隙模糊，升到800 - 绝对不要用
learning_rate='auto'——它在scikit-learn 1.2+里已弃用，且行为不稳定
没做标准化就跑t-SNE，量纲会主导结果
原始特征若含温度（℃）、收入（万元）、计数（个）等混杂量纲，欧氏距离会被大数值维度绑架，t-SNE算出的“相似性”根本不是你想要的语义相似。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 必须在
TSNE().fit_transform()前做标准化：StandardScaler()或normalize(X, norm='l2') - 文本嵌入（如BERT向量）推荐L2归一化；传感器时序特征推荐StandardScaler
- 别在t-SNE之后再标准化坐标——二维输出无物理意义，归一化只会打乱已有的相对位置
先t-SNE再聚类是典型逻辑错误
t-SNE坐标不具备欧氏距离可信度，直接拿TSNE().fit_transform(X)结果喂给KMeans，等于在扭曲流形上强行划直线，聚类中心毫无解释性。
正确链路只有这一种：
- 原始高维X →
KMeans(n_clusters=k).fit(X)→ 得labels_ - 同一份原始X →
TSNE(...).fit_transform(X)→ 得X_tsne - 用
labels_着色plt.scatter(X_tsne[:,0], X_tsne[:,1], c=labels_, ...)
最容易被忽略的一点：t-SNE不是聚类工具，它不生成标签；所有“聚类可视化”里的颜色，都必须来自原始空间的聚类器输出，不能反推。
