2-डायमेंशनल मैप्स के लिए t-SNE

Python में Unsupervised Learning

Benjamin Wilson

Director of Research at lateral.io

2-डायमेंशनल मैप्स के लिए t-SNE

t-SNE = "t-distributed stochastic neighbor embedding"
सैंपल्स को 2D (या 3D) स्पेस में मैप करता है
मैप सैंपल्स की नज़दीकी लगभग बनाए रखता है
डेटासेट जाँचने के लिए बेहतरीन

iris डेटासेट पर t-SNE

Iris डेटासेट में 4 माप हैं, इसलिए सैंपल 4-डायमेंशनल हैं
t-SNE सैंपल्स को 2D स्पेस में मैप करता है
t-SNE को अलग प्रजातियों का पता नहीं था
... फिर भी प्रजातियाँ अधिकतर अलग रहीं

Iris डेटासेट पर किए गए t-SNE का स्कैटर प्लॉट

t-SNE स्कैटर प्लॉट्स को समझना

"versicolor" और "virginica" को अलग पहचानना कठिन
k-means inertia प्लॉट के अनुरूप: 2 या 3 क्लस्टर्स का तर्क दिया जा सकता है

Iris डेटासेट पर किए गए t-SNE का स्कैटर प्लॉट

sklearn में t-SNE

2D NumPy array 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]]

सूची species जो लेबल्स की species को संख्या (0, 1, या 2) में देती है

print(species)

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

sklearn में 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 डेटासेट पर किए गए t-SNE का स्कैटर प्लॉट

t-SNE में सिर्फ fit_transform() होता है

fit_transform() मेथड होता है
यह साथ में मॉडल फिट करता है और डेटा ट्रांसफॉर्म करता है
अलग fit() या transform() मेथड नहीं होते
नए डेटा सैंपल्स को मैप में जोड़ नहीं सकते
हर बार फिर से शुरू करना पड़ता है!

t-SNE learning rate

डेटासेट के लिए learning rate चुनें
गलत चुनाव: पॉइंट्स एक साथ सिमट जाते हैं
50 से 200 के बीच मान आज़माएँ

हर बार अलग

t-SNE फीचर्स हर बार अलग होते हैं
Piedmont वाइन्स, 3 रन, 3 अलग स्कैटर प्लॉट!
... लेकिन: wine varieties (=रंग) एक-दूसरे के सापेक्ष वही स्थिति रखते हैं

वाइन्स डेटासेट पर 3 अलग समय पर किए गए t-SNE के 3 स्कैटर प्लॉट

अभ्यास करते हैं!

Python में Unsupervised Learning