t-SNE untuk peta 2 dimensi

Unsupervised Learning in Python

Benjamin Wilson

Director of Research at lateral.io

t-SNE untuk peta 2 dimensi

t-SNE = "t-distributed stochastic neighbor embedding"
Memetakan sampel ke ruang 2D (atau 3D)
Peta kira-kira mempertahankan kedekatan sampel
Cocok untuk inspeksi dataset

t-SNE pada dataset iris

Dataset iris punya 4 pengukuran, jadi sampel berdimensi 4
t-SNE memetakan sampel ke ruang 2D
t-SNE tidak tahu ada spesies berbeda
... tetapi tetap memisahkan spesies dengan cukup baik

plot sebar t-SNE pada dataset Iris

Menafsirkan plot sebar t-SNE

"versicolor" dan "virginica" lebih sulit dibedakan
Konsisten dengan plot inersia k-means: bisa berargumen 2 klaster, atau 3

plot sebar t-SNE pada dataset Iris

t-SNE di sklearn

Array NumPy 2D 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]]

Daftar species memberi label spesies sebagai angka (0, 1, atau 2)

print(species)

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

t-SNE di sklearn

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()

plot sebar t-SNE pada dataset Iris

t-SNE hanya punya fit_transform()

Memiliki metode fit_transform()
Sekaligus melatih model dan mentransformasikan data
Tidak ada fit() atau transform() terpisah
Tidak bisa memperluas peta untuk sampel baru
Harus mulai dari awal setiap kali!

Learning rate pada t-SNE

Pilih learning rate untuk dataset
Salah pilih: titik menumpuk
Coba nilai antara 50–200

Berbeda setiap kali

Fitur t-SNE berbeda setiap kali
Wine Piedmont, 3 kali jalan, 3 sebaran berbeda!
... namun: varietas wine (=warna) tetap relatif pada posisi yang sama satu sama lain

3 plot sebar t-SNE pada dataset wine dijalankan 3 kali

Ayo berlatih!

Unsupervised Learning in Python