2차원 지도를 위한 t-SNE

Python으로 배우는 Unsupervised Learning

Benjamin Wilson

Director of Research at lateral.io

2차원 지도를 위한 t-SNE

t-SNE = "t-분포 확률적 이웃 임베딩"
샘플을 2D(또는 3D)로 매핑
샘플 간 근접성을 대략 보존
데이터셋 탐색에 유용

아이리스 데이터셋의 t-SNE

아이리스 데이터는 측정값 4개 → 샘플은 4차원
t-SNE가 샘플을 2D로 매핑
서로 다른 종을 모른 채 수행
그래도 종을 대부분 분리함

아이리스 데이터셋에 t-SNE를 적용한 산점도

t-SNE 산점도 해석

"versicolor"와 "virginica"는 서로 구분이 더 어려움
k-평균 관성 플롯과 일치: 2개 또는 3개 군집 주장 가능

아이리스 데이터셋에 t-SNE를 적용한 산점도

sklearn에서의 t-SNE

2D NumPy 배열 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]]

정수 레이블(0, 1, 2)로 된 종 목록 species

print(species)

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

sklearn에서의 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()

아이리스 데이터셋에 t-SNE를 적용한 산점도

t-SNE에는 fit_transform()만 있음

fit_transform() 메서드만 있음
모델을 학습하고 데이터를 동시에 변환
별도의 fit()/transform() 없음
새 샘플로 지도를 확장할 수 없음
매번 처음부터 다시 해야 함!

t-SNE 학습률

데이터셋에 맞는 학습률을 선택
잘못 고르면 점이 뭉침
50~200 사이를 시도

매번 달라짐

t-SNE 결과는 실행마다 달라짐
피에몬테 와인: 3회 실행, 산점도도 3가지!
그러나: 품종(=색상)의 상대적 위치는 유사함

와인 데이터셋에 t-SNE를 3번 적용한 산점도 3개

연습해 봅시다!

Python으로 배우는 Unsupervised Learning