《表2 关联基因降维结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多粒度级联森林的骨质疏松性骨折预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

KL散度值越小，高维数据映射至低维特征空间的信息损失量越少，两者概率分布愈趋于相等，t-SNE需要使用梯度下降法多次迭代重复计算求解KL最小值。降维通过机器学习开源库sklearn[13]的manifold.TSNE函数实现，其中perplexity困惑度设置为35，学习率设置为100，降维结果见表2。