我从 Hinton 的论文中了解到，T-SNE 在保持局部相似性方面做得很好，在保持全局结构（聚类）方面做得很好。

但是，我不清楚在 2D t-sne 可视化中出现更近的点是否可以假定为“更相似”的数据点。我正在使用具有 25 个特征的数据。

例如，观察下图，我可以假设蓝色数据点更类似于绿色数据点，特别是最大的绿色点集群吗？或者，换一种问法，是否可以假设蓝色点与最近集群中的绿色点更相似，而不是另一个集群中的红色点？（忽略红色集群中的绿点）

在观察其他示例时，例如 sci-kit learn Manifold learning 中提出的示例，假设这一点似乎是正确的，但我不确定从统计学上讲是否正确。

编辑

我已经手动计算了与原始数据集的距离（平均成对欧几里德距离），可视化实际上代表了与数据集成比例的空间距离。但是，我想知道这是否可以从 t-sne 的原始数学公式中得到预期，而不仅仅是巧合。