¿Deben centrarse los datos y escalarse antes de aplicar t-SNE?

Question

Algunas de las características de mis datos tienen valores grandes, mientras que otras características tienen valores mucho más pequeños.

¿Es necesario centrar + escalar los datos antes de aplicar t-SNE para evitar el sesgo hacia los valores más grandes?

Utilizo la implementación sklearn.manifold.TSNE de Python con la métrica de distancia euclidiana predeterminada.

Answer 1

El centrado no debería importar ya que el algoritmo solo opera en distancias entre puntos, sin embargo, el reescalado es necesario si desea que las diferentes dimensiones se traten con la misma importancia, ya que la norma 2 estará más influenciada por dimensiones con gran varianza.