그다음 특성(픽셀)을 새 변수 X_digits에 할당하고 레이블을 또 다른 새 변수 y_digits에 할당합니다.

>>> y_digits = digits.target
>>> X_digits = digits.data

이제 사이킷런에서 t-SNE 클래스를 가져와서 새로운 tsne 객체를 훈련합니다. fit_transform 메서드를 사용하여 t-SNE 훈련과 데이터 변환을 한 번에 수행하겠습니다.

>>> from sklearn.manifold import TSNE
>>> tsne = TSNE(n_components=2, init='pca',
...             random_state=123)
>>> X_digits_tsne = tsne.fit_transform(X_digits)

이 코드를 사용하여 64차원 데이터셋을 2차원 공간에 투영했습니다. 한 논문¹⁴에서 권장하는 대로 PCA를 사용하여 t-SNE 임베딩을 초기화하기 위해 init='pca'로 지정했습니다.