fastTSNE - tSNE的快速并行实现-python

使用FFT加速插值和近似最近邻居在11分23秒内计算来自小鼠神经系统[Zeisel 2018]的160,796个单细胞转录组的可视化。 openTSNE openTSNE 是 t-Distributed Stochasitc Neighbor Embedding (t-SNE) [1] 的模块化 Python 实现，这是一种用于可视化高维数据集的流行降维算法。 openTSNE 结合了对 t-SNE 算法的最新改进，包括向现有嵌入添加新数据点的能力 [2]、大量速度改进 [3] [4]，使 t-SNE 能够扩展到数百万个数据点和各种改进结果可视化的全局对齐的技巧 [5]。 使用多尺度核技巧嵌入从小鼠视网膜 [6] 获得的 44,808 个单细胞转录组的可视化，以更好地保持簇的全局对齐。 文档用户指南和教程示例：基本、高级、保留全局对齐、嵌入大数据集速度基准安装 openTSNE 需要 Python 3.6 或更高版本才能运行。 Conda openTSNE 可以很容易地从 conda-forge 安装 conda install --channel conda-forge op