如何基于邻域密度计算tSNE散点图点的着色分数？

嘿，我完全懂你想要的效果——让聚集在一起的点颜色更深，稀疏分散的点颜色更浅，核心就是要计算每个点的局部邻域密度得分，而你当前用的是全局距离总和，这肯定达不到预期，因为它衡量的是每个点到所有其他点的整体距离，和局部聚集度无关。

下面给你两种实用的局部密度计算方法，都是R里可以直接实现的：

方法1：基于K近邻的局部密度（推荐） #

这种方法是给每个点找它的K个最近邻居，通过邻居的平均距离来衡量密度——邻居越近，密度越高；K值可以根据你的数据规模调整（比如10、20，试到合适为止）。

步骤如下：

1. 先加载FNN包（用来高效计算K近邻）：

install.packages("FNN")
library(FNN)

2. 计算每个点的K近邻距离，并推导密度得分：

# 假设best.tsne是你的tSNE坐标矩阵
k <- 10  # 可以根据数据调整这个K值
# 获取每个点的K个最近邻居的距离
knn_distances <- get.knn(best.tsne, k = k)$nn.dist
# 计算局部密度：用K近邻平均距离的倒数（距离越小，密度值越大）
local_density <- 1 / rowMeans(knn_distances)
# 如果你想更突出距离的影响，也可以用距离总和的倒数：
# local_density <- 1 / rowSums(knn_distances)

3. 把密度值缩放到0-1区间（方便配色）：

# 用scales包的rescale函数，没有的话先安装install.packages("scales")
scaled_density <- scales::rescale(local_density, to = c(0, 1))

方法2：基于固定半径的局部密度 #

这种方法是设定一个固定半径r，统计每个点在r范围内的邻居数量——数量越多，密度越高。r的取值可以参考K近邻的平均距离，或者根据你的数据分布调整。

步骤如下：

1. 加载dbscan包（用来快速计算半径内的邻居数）：

install.packages("dbscan")
library(dbscan)

2. 计算半径r并统计邻域内的点数：

# 先通过K近邻确定一个合适的r，比如用K=10的平均距离
k <- 10
r <- mean(rowMeans(get.knn(best.tsne, k = k)$nn.dist))
# 统计每个点在半径r内的邻居数（包括自身）
local_density <- rowSums(dbscan::kNNdist(best.tsne, k = nrow(best.tsne)) <= r)
# 同样缩放到0-1区间
scaled_density <- scales::rescale(local_density, to = c(0, 1))

最后完成着色和绘图 #

拿到scaled_density之后，就可以用你熟悉的方式分配颜色了：

ii <- cut(scaled_density, breaks = seq(min(scaled_density), max(scaled_density), len = 100), include.lowest = TRUE)
colors <- colorRampPalette(c("white", "blue"))(99)[ii]
# 绘制tSNE散点图
plot(best.tsne, col = colors, pch = 16, main = "tSNE with Local Density Coloring")

这样出来的图就会和你的mockup一致：聚集的点因为局部密度高，颜色更深；稀疏的点密度低，颜色更浅。你可以多调整K值或者r值，找到最贴合你数据的可视化效果~

内容的提问来源于stack exchange，提问作者Yuriy Grabovsky