2次元マップのための t-SNE

Pythonで学ぶ教師なし学習

Benjamin Wilson

Director of Research at lateral.io

2次元マップのための t-SNE

t-SNE = 「t-distributed stochastic neighbor embedding」
サンプルを2次元（または3次元）に写像
近傍関係を概ね保存
データ調査に有用

Iris データでの t-SNE

Iris データは4測定値で、サンプルは4次元
t-SNE は2次元に写像
種類は教えられていない
それでも種は概ね分離

Iris データに t-SNE を適用した散布図

t-SNE 散布図の読み方

「versicolor」と「virginica」は判別が難しい
k-means の慣性プロットと一致：2または3クラスタの主張が可能

Iris データに t-SNE を適用した散布図

sklearn での t-SNE

2次元 NumPy 配列 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]]

種ラベルを 0/1/2 で与えるリスト species

print(species)

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

sklearn での 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 データに t-SNE を適用した散布図

t-SNE は fit_transform() のみ

fit_transform() メソッドのみ
モデルを適合しつつ同時に変換
fit() と transform() は別々には存在しない
新しいデータを既存マップに追加できない
毎回最初からやり直し

t-SNE の学習率

データに合う学習率を選ぶ
不適切だと点が密集
50〜200 を試す

毎回異なる

t-SNE の特徴は毎回変わる
ピエモンテ産ワイン、3回走らせると散布図も3通り
ただし：品種（＝色）の相対位置関係は一貫

ワインデータに t-SNE を3回適用した3つの散布図

練習してみましょう！

Pythonで学ぶ教師なし学習