pca适合解释性高、线性结构明显、大规模数据场景；t-sne仅用于可视化探索，不可用于建模或距离计算，因其输出无几何距离意义、结果不可复现且对异常值敏感。
PCA适合解释性要求高、数据线性结构明显、需快速处理大规模样本的场景；t-SNE只该用于可视化探索，不能用于后续建模或距离计算。
为什么PCA降维后还能看懂每个轴的含义
因为PCA输出的每个主成分都是原始特征的线性加权和，系数可直接提取分析。比如pca.components_[0]里数值最大的几个特征，往往就是驱动第一主成分的核心变量。
常见错误现象：没做标准化就跑PCA，导致量纲大的特征（如收入单位为“元” vs 年龄单位为“岁”）主导结果；或者用PCA降维后直接喂给KNN分类器，却忽略其无法保留局部邻域关系的缺陷。
- 必须先用
StandardScaler标准化，否则方差计算失效 - 检查
pca.explained_variance_ratio_，前2个成分累计解释方差低于60%时，2D可视化意义有限 - PCA结果稳定可复现，
random_state参数不影响结果（但svd_solver='arpack'等少数解法除外）
t-SNE的perplexity参数到底该怎么调
perplexity本质是控制每个点在高维空间中“考虑多少个邻居”的平滑参数，不是越大越好，也不是越小越细。它直接影响局部结构与全局结构的权衡。
使用场景：你手上是图像嵌入、单细胞RNA-seq、或任何高维稠密向量，目标只是画出聚类趋势图——这时才用t-SNE。
- 样本量＜1000：尝试
perplexity=5~15 - 样本量1k–10k：常用
perplexity=30（sklearn默认值） - 样本量＞10k：建议改用
OpenTSNE或UMAP，原生TSNE内存爆炸且收敛慢 - 同一组数据多次运行
TSNE结果不同——这是正常现象，random_state只能固定初始化，不能消除优化路径随机性
别把t-SNE输出当坐标直接算欧氏距离
t-SNE生成的二维点之间**没有几何意义的距离可比性**。A和B离得近，只表示它们在高维中相似；C和D离得远，不代表它们不相似——可能只是t-SNE为了拉开其他簇而强行拉远。
性能影响：t-SNE时间复杂度接近O(n²)，1万样本在普通CPU上可能跑5分钟以上；PCA是O(n×d²)，同样数据通常在1秒内完成。
- 绝对不要用
X_tsne做KMeans聚类输入，也不要拿它训练SVM或XGBoost - 如果下游任务需要低维特征，优先选
PCA、UMAP（设metric='euclidean'）或自编码器 - 想对比两种方法效果？在同一数据集上，用
silhouette_score评估聚类质量时，务必用原始高维特征计算距离，而不是用降维后的坐标
最容易被忽略的一点：t-SNE对异常值极度敏感。一个离群点可能拖垮整张图的布局——而PCA受其影响相对有限。做可视化前，先用IsolationForest或Z-score筛掉明显噪声点，比调perplexity更有效。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
