TSNE算法，全稱t-Distributed Stochastic Neighbor Embedding，是一種用於數據降維和可視化的非線性算法。它能夠將高維數據映射到低維空間，同時儘可能保持數據點之間的相對距離關係，以便更好地理解和發現數據中的模式和結構。
TSNE算法的基本思想是通過最佳化一個目標函式，使得數據點在低維空間中的映射與它們在原始高維空間中的相似度儘可能一致。具體來說，它首先計算數據點之間的相似度（通常使用高斯核函式），構建高維空間中的相似度矩陣。然後，通過使用隨機梯度下降等最佳化方法，在低維空間中找到最優的映射位置，使得低維空間中的相似度矩陣與高維空間中的相似度矩陣儘可能接近。