我有两组数据，比如说A和B。
我想将PCA和T-sne应用于A，并对算法进行微调。
一次，我对我的调优感到满意，我想将学到的东西保存到某个pickle文件中。
现在，我要应用相同的学习到的PCA和t-sne来设置B。
我希望t-sne每次在B上产生相同的结果。我希望这样做是因为我假设，我们也可以保存学习的t-sne参数的状态。如果参数相同，并且每次加载相同文件时，在集合B上应用t-sne的结果每次都应该相同。
我该如何在Sklearn和python中做到这一点？
抱歉，我是ML和python的新手，这可能是一个非常基本的问题。
最佳答案
微调T-SNE等于为您的数据调整某些启发式算法（毕竟条件不佳；高维->低维映射是有损的）。
通过sklearn的transform将调整后的学习到的映射应用于其他数据。
但是：您将看到T-SNE没有transform方法，并且给出了here的原因（包括进一步的讨论）：
就像许多聚类算法一样，它是一种转导式学习器：除了作为训练提供的数据点之外，该模型还没有真正适用。
因此，无论您对数据集A进行何种调整，都不会真正适用于数据集B（包括参数）！
对于PCA，这是微不足道的。使用docs: model_persistence中所述的方法并使用PCA的transform方法（假设兼容的数据集；尺寸！）。