我有两组数据，假设是A和B。我想对A应用PCA和T-SNE，并对算法进行微调。一旦我对调整感到满意，我想将学习到的内容保存到某个pickle文件中。现在，我想将相同的学习到的PCA和T-SNE应用到B集合。我希望T-SNE每次在B上产生相同的结果。我这样希望是因为我假设，我们也可以保存学习到的T-SNE参数的状态。如果参数相同，并且每次我加载相同的文件时，应用T-SNE到B集合的结果应该每次都相同。我如何在Sklearn和Python中做到这一点？我很抱歉，我是机器学习和Python的新手，这可能是一个非常基础的问题。

回答：

微调T-SNE相当于为您的数据调整一些启发式算法（毕竟它是不稳定的；高维到低维的映射是有损的）。

将这个调整和学习到的映射应用到其他数据是通过sklearn的transform方法完成的。

但是：您会发现T-SNE没有transform方法，原因在这里（包括进一步的讨论）：

它是一个传递学习器，就像许多聚类算法一样：模型在它作为训练提供的数据点之外并不真正适用。

因此，您为数据集A所做的任何调整，并不真正适用于数据集B（包括参数）！

对于PCA来说，这很简单。使用文档中描述的方法：模型持久性，并使用PCA的transform方法（假设数据集兼容；维度！）。