3.缺点如下: tsne太慢,不适合于大规模计算或者大数据 tsne不能对test data做transform。比如说我们对training data进行pca,然后可以利用刚刚得到的pca分解矩阵直接对test data进行变换。但是tsne不行。 tsne的结果具有一定的随机性,而不是像pca,结果一致性很好。