在資料科學和分析中，理解高維資料集中的底層模式是至關重要的。t-SNE已成為高維資料視覺化的有力工具。它透過將資料投射到一個較低維度的空間，提供了對資料結構的詳細洞察。但是隨著資料集的增長，標準的t-SNE演算法在計算有些困難，所以發展出了Barnes-Hut t-SNE這個改進演算法，它提供了一個有效的近似，允許在不增加計算時間的情況下擴充套件到更大的資料集。
Barnes-Hut t-SNE 是一種高效的降維演算法，適用於處理大規模資料集，是 t-SNE (t-Distributed Stochastic Neighbor Embedding) 的一個變體。這種演算法主要被用來視覺化高維資料，並幫助揭示資料中的內部結構。
https://avoid.overfit.cn/post/ec11566be83d4f4fb7cf31d09197d8e4