고차원 데이터의 t-SNE 시각화

Python으로 배우는 차원 축소

Jeroen Boeye

Head of Machine Learning, Faktion

IRIS 데이터셋의 t-SNE

IRIS 클러스터

IRIS 데이터셋의 t-SNE

IRIS 클러스터 1 주석

IRIS 데이터셋의 t-SNE

IRIS 클러스터 3 주석

여성 ANSUR 데이터셋의 t-SNE

df.shape

(1986, 99)

non_numeric = ['BMI_class', 'Height_class', 
               'Gender',  'Component', 'Branch']

df_numeric = df.drop(non_numeric, axis=1)

df_numeric.shape

(1986, 94)

t-SNE 적합

from sklearn.manifold import TSNE

m = TSNE(learning_rate=50)

tsne_features = m.fit_transform(df_numeric)

tsne_features[1:4,:]

array([[-37.962185,  15.066088],
       [-21.873512,  26.334448],
       [ 13.97476 ,  22.590828]], dtype=float32)

t-SNE 특성을 데이터셋에 할당하기

tsne_features[1:4,:]

array([[-37.962185,  15.066088],
       [-21.873512,  26.334448],
       [ 13.97476 ,  22.590828]], dtype=float32)

df['x'] = tsne_features[:,0]

df['y'] = tsne_features[:,1]

t-SNE 플로팅

import seaborn as sns

sns.scatterplot(x="x", y="y", data=df)

plt.show()

t-SNE 플로팅

ansur 포인트 클라우드

BMI 범주에 따른 색상 지정

import seaborn as sns
import matplotlib.pyplot as plt

sns.scatterplot(x="x", y="y", hue='BMI_class', data=df)

plt.show()

BMI 범주에 따른 색상 지정

ansur 포인트 클라우드 BMI

BMI 범주에 따른 색상 지정

ansur 포인트 클라우드 BMI 주석

키 범주에 따른 색상 지정

import seaborn as sns

import matplotlib.pyplot as plt

sns.scatterplot(x="x", y="y", hue='Height_class', data=df)

plt.show()

키 범주에 따른 색상 지정

ansur 포인트 클라우드 키

키 범주에 따른 색상 지정

ansur 포인트 클라우드 이중 주석

연습해 봅시다!

Python으로 배우는 차원 축소