python - sklearn - Agregar nuevos puntos al modelo t-SNE
manifold sklearn (0)
Intento utilizar el algoritmo t-SNE en scikit-learn:
import numpy as np
from sklearn.manifold import TSNE
X = np.array([[0, 0, 0], [0, 1, 1], [1, 0, 1], [1, 1, 1]])
model = TSNE(n_components=2, random_state=0)
np.set_printoptions(suppress=True)
model.fit_transform(X)
Salida:
array([[ 0.00017599, 0.00003993], #1
[ 0.00009891, 0.00021913],
[ 0.00018554, -0.00009357],
[ 0.00009528, -0.00001407]]) #2
Después de eso trato de agregar algunos puntos con las coordenadas exactamente como en la primera matriz X
al modelo existente:
Y = np.array([[0, 0, 0], [1, 1, 1]])
model.fit_transform(Y)
Salida:
array([[ 0.00017882, 0.00004002], #1
[ 0.00009546, 0.00022409]]) #2
Pero los coords en el segundo conjunto no son iguales al primer y último coords del primer conjunto.
Entiendo que este es el comportamiento correcto, pero ¿cómo puedo agregar nuevos coords al model
y obtener los mismos coords en la matriz de salida para los mismos coords en la matriz de entrada?
También necesito obtener los puntos más cercanos incluso después de agregar nuevos puntos.