Alguns dos recursos de meus dados têm valores grandes, enquanto outros possuem valores muito menores.
É necessário centralizar os dados na escala + antes de aplicar o t-SNE para evitar desvios para valores maiores?
Eu uso a implementação sklearn.manifold.TSNE do Python com a métrica de distância euclidiana padrão.
Respostas:
A centralização não deve importar, uma vez que o algoritmo opera apenas nas distâncias entre os pontos, no entanto, o redimensionamento é necessário se você deseja que as diferentes dimensões sejam tratadas com igual importância, pois a norma 2 será mais fortemente influenciada por dimensões com grande variação.