Feedback on t-SNE script: ideas to improve clarity and usability

Abierto
#13,513 2 comentarios 1 reacción 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
3/5
Tiempo estimado
1-2 días
Aptitud para principiantes
42/100
Tipo de issue
Nueva funcionalidad
Claridad
Bastante claro
Estado de actividad
Estancado
Stack tecnológico
matplotlib, python, scikit-learn
Área
data-visualization, machine-learning

Línea de trabajo

Comienza leyendo t_stochastic_neighbour_embedding.py y el uso actual de TSNE. Revisa los cambios propuestos en materia de visualización, reproducibilidad, parámetros y gestión de imports; después, confirma qué sugerencias están dentro del alcance. Se considera terminado cuando las mejoras seleccionadas están implementadas y el script sigue ejecutándose como se espera.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

enhancement
Feature description

Hi! I tested your t_stochastic_neighbour_embedding.py script on my local setup and it runs well thanks for sharing it!

I have a few suggestions that might improve clarity and usability for others:

Visualization: Consider adding a matplotlib scatter plot to show the t-SNE result. It helps users see the clustering visually.

Reproducibility: Adding random_state=42 to the TSNE() constructor would make the output consistent across runs.

Parameter transparency: Explicitly setting perplexity, learning_rate, and n_iter could help learners understand how t-SNE behaves.

Import error handling: A simple try/except block for sklearn imports could guide users if they haven't installed the package.

Let me know if you'd like help implementing any of these — happy to collaborate!

Lenguaje dominante
Python
Estrellas
225k
Forks
51.1k
Merge medio
1 d 23 h
PR fusionados (30 d)
156

Guía de contribución

Abrir la guía de contribución

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de TheAlgorithms/Python

Todos los issues de TheAlgorithms/Python

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.