非常简单，
如果我在Python中对高维数据执行t-SNE，那么我将获得2或3个反映每个新点的坐标。
但是如何将它们映射到原始ID？
我能想到的一种方法是，如果索引始终保持固定，那么我可以这样做：
在t-SNE中选择一个点
查看t-SNE中的哪一行（例如索引7）
转到原始数据，然后选择行/索引7。
但是，我不知道如何检查它是否真的有效。我的数据是超高维度的，很难通过常规的“健全性检查”来理解。
非常感谢！
最好，
最佳答案
如果您使用的是sklearn的t-SNE，则您的假设是正确的。输入的顺序与输出的顺序匹配。因此，如果执行y=TSNE(n_components=n).fit_transform(x)，则y和x的顺序相同，因此y[7]将成为x[7]的嵌入。您可以相信scikit-learn会是这种情况。