我一直试图了解 t-SNE 一段时间，我有一个关于 PCA 和 t-SNE 比较的非常基本的问题，我非常感谢一些帮助。在 PCA 的情况下，假设特征向量（例如保留前个PC）是并且您的数据矩阵是与协方差矩阵 , 然后通过投影得到缩减的数据集。从这个可以通过简单地将与相乘来因此$m$$U_{n\times m}$$X_{n\times p}$$C_{n\times n}=XX^T$$X_r=U^TX$$X_r$$X$$X_r$$U$$U$作为预测数据的基函数。我想知道 t-SNE 类型降维算法的基函数是什么。我知道它是非线性的，所以这样的线性投影不可用，但是有没有办法从作为 t-SNE 算法的输出获得的缩减数据集中取回原始数据集？抱歉，如果这太直观或太基本了，仅仅是因为我对 t-SNE 缺乏了解。任何与此相关的材料的链接将不胜感激