label
有7种logits
是预测的结果,1000个7维矩阵
现在用TSNE降维图可视化
from sklearn.manifold import TSNE
tsne = TSNE()
out = tsne.fit_transform(logits) # logits.shape(1000,7)
# out.shape(1000,2)
fig = plt.figure()
for i in range(7):
indices = label == i
# 标签为i的全部选出来
x, y = out[indices].T # 这里转置了
# 画图
plt.scatter(x, y, label=str(i))
plt.legend()
plt.show()