在应用t-SNE之前，数据是否应该居中+缩放？

我的某些数据功能具有较大的值，而其他功能具有较小的值。

在应用t-SNE之前是否有必要对数据进行居中+缩放，以防止偏向更大的值？

我将Python的sklearn.manifold.TSNE实现与默认的欧几里得距离度量标准结合使用。

居中无关紧要，因为该算法仅对点之间的距离进行操作，但是如果您希望对不同的维度进行同等重视，则重新缩放是必需的，因为2范数会受到较大方差的维度的较大影响。