除了数据可视化之外，t-SNE有什么好处？

在什么情况下我们应该使用t-SNE（除了数据可视化）？

T-SNE用于降低尺寸。回答这个问题 表明，T-SNE应仅用于可视化和我们不应该将其用于集群使用。那么t-SNE有什么用呢？

在回答这个问题表明，T-SNE应仅用于可视化，我们应该使用不使用它的集群。那么t-SNE有什么用呢？

我不同意这个结论。有没有理由假定T-SNE是任何比其他任何聚类算法普遍恶化。每种聚类算法都会对数据的结构做出假设，并且可以根据降低的维度的基础分布和最终用途来预期它们的执行方式不同。

像许多无监督学习算法一样，t-SNE通常提供一种达到目的的手段，例如，尽早了解数据是否可分离，测试其是否具有可识别的结构以及检查此结构的性质。人们不需要可视化t-SNE输出就可以开始回答其中的一些问题。低维嵌入的其他应用包括用于分类的构建功能或摆脱多重共线性以提高预测方法的性能。