t-SNE dla map 2-wymiarowych

Uczenie nienadzorowane w Pythonie

Benjamin Wilson

Director of Research at lateral.io

t-SNE dla map 2-wymiarowych

t-SNE = „t-distributed stochastic neighbor embedding"
Mapuje próbki do przestrzeni 2D (lub 3D)
Mapa przybliżenie zachowuje bliskość próbek
Przydatne do eksploracji zbiorów danych

t-SNE na zbiorze Iris

Zbiór Iris ma 4 pomiary, więc próbki są 4-wymiarowe
t-SNE mapuje próbki do przestrzeni 2D
t-SNE nie wiedział o istnieniu różnych gatunków
... a mimo to zachował gatunki w większości oddzielnie

wykres punktowy t-SNE na zbiorze Iris

Interpretacja wykresów punktowych t-SNE

„versicolor" i „virginica" trudniejsze do odróżnienia od siebie
Zgodne z wykresem bezwładności k-means: można argumentować za 2 lub 3 klastrami

wykres punktowy t-SNE na zbiorze Iris

t-SNE w sklearn

Tablica 2D NumPy 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]]

Lista species z gatunkami jako liczby (0, 1 lub 2)

print(species)

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

t-SNE w 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()

wykres punktowy t-SNE na zbiorze Iris

t-SNE ma tylko fit_transform()

Posiada metodę fit_transform()
Jednocześnie dopasowuje model i transformuje dane
Nie ma osobnych metod fit() ani transform()
Nie można rozszerzyć mapy o nowe próbki
Za każdym razem trzeba zaczynać od nowa!

Współczynnik uczenia t-SNE

Należy dobrać współczynnik uczenia dla zbioru danych
Zły dobór: punkty skupiają się razem
Wypróbować wartości od 50 do 200

Za każdym razem inny wynik

Cechy t-SNE są za każdym razem inne
Wina z Piemontu, 3 uruchomienia, 3 różne wykresy punktowe!
... jednak: odmiany win (= kolory) zachowują te same położenia względem siebie

3 wykresy punktowe t-SNE na zbiorze win wykonane 3 razy

Czas na ćwiczenia!

Uczenie nienadzorowane w Pythonie