t-Distributed Stochastic Neighborhood Embedding (t-SNE)

Redukcja wymiarowości w R

Matt Pickard

Owner, Pickard Predictives, LLC

Tabela t-SNE vs PCA

Wykresy PCA i t-SNE

PCA

Wykres PCA

Zachowuje strukturę globalną

t-SNE

Wykres t-SNE

Zachowuje strukturę lokalną (sąsiedzi pozostają blisko siebie)

Hiperparametry t-SNE

Perplexity – liczba uwzględnianych najbliższych sąsiadów
Współczynnik uczenia – szybkość aktualizacji wag sieci neuronowej
Iteracje – liczba iteracji propagacji wstecznej

t-SNE

Wykres t-SNE

t-SNE w R

library(Rtsne)


set.seed(1234)
tsne <- Rtsne(attrition_df %>% select(-Attrition))


tsne_df <- attrition_df %>% 
  bind_cols(tsne_x = tsne$Y[,1], tsne_y = tsne$Y[,2])


tsne_df %>% 
  ggplot(aes(x = tsne_x, y = tsne_y, color = Attrition)) +
  geom_point(alpha = 0.5)

Wykres t-SNE

Czas na ćwiczenia!

Redukcja wymiarowości w R