2 boyutlu haritalar için t-SNE

Python'da Unsupervised Learning

Benjamin Wilson

Director of Research at lateral.io

2 boyutlu haritalar için t-SNE

t-SNE = "t-distributed stochastic neighbor embedding"
Örnekleri 2B (veya 3B) uzaya eşler
Harita, örnek yakınlıklarını yaklaşık korur
Veri keşfi için idealdir

Iris veri kümesinde t-SNE

Iris veri kümesinde 4 ölçüm var; örnekler 4 boyutludur
t-SNE örnekleri 2B uzaya eşler
t-SNE türleri bilmiyordu
... yine de türleri çoğunlukla ayırdı

Iris veri kümesinde t-SNE saçılım grafiği

t-SNE saçılım grafiklerini yorumlama

"versicolor" ve "virginica" birbirinden ayırt etmesi daha zor
k-means atalet grafiğiyle tutarlı: 2 veya 3 küme savunulabilir

Iris veri kümesinde t-SNE saçılım grafiği

sklearn'de t-SNE

2B NumPy dizisi samples

print(samples)

[[ 5.   3.3  1.4  0.2]
 [ 5.   3.5  1.3  0.3]
 [ 4.9  2.4  3.3  1. ]
 [ 6.3  2.8  5.1  1.5]
 ...
 [ 4.9  3.1  1.5  0.1]]

Tür etiketlerini sayı olarak veren (0, 1, 2) species listesi

print(species)

[0, 0, 1, 2, ..., 0]

sklearn'de t-SNE

import matplotlib.pyplot as plt
from sklearn.manifold import TSNE
model = TSNE(learning_rate=100)

transformed = model.fit_transform(samples)
xs = transformed[:,0]
ys = transformed[:,1]
plt.scatter(xs, ys, c=species)
plt.show()

Iris veri kümesinde t-SNE saçılım grafiği

t-SNE yalnızca fit_transform() içerir

fit_transform() yöntemi vardır
Modeli eğitir ve veriyi aynı anda dönüştürür
Ayrı fit() veya transform() yoktur
Harita yeni örneklerle genişletilemez
Her seferinde baştan başlamak gerekir!

t-SNE öğrenme oranı

Veri kümesi için öğrenme oranını seçin
Yanlış seçim: noktalar kümelenir
50 ile 200 arasında deneyin

Her seferinde farklı

t-SNE özellikleri her çalıştırmada değişir
Piedmont şarapları: 3 koşu, 3 farklı saçılım grafiği!
... ancak: Şarap türleri (=renkler) birbirlerine göre aynı göreli konumdadır

t-SNE, şarap veri kümesinde 3 kez çalıştırılmış, 3 saçılım grafiği

Hadi pratik yapalım!

Python'da Unsupervised Learning