Vizualizare t-SNE a datelor de înaltă dimensiune

Reducerea dimensionalității în Python

Jeroen Boeye

Head of Machine Learning, Faktion

t-SNE pe setul de date IRIS

clustere iris

Reducerea dimensionalității în Python

t-SNE pe setul de date IRIS

clustere iris 1 adnotat

Reducerea dimensionalității în Python

t-SNE pe setul de date IRIS

clustere iris 3 adnotate

Reducerea dimensionalității în Python

t-SNE pe setul de date ANSUR feminin

df.shape

(1986, 99)

non_numeric = ['BMI_class', 'Height_class', 
               'Gender',  'Component', 'Branch']

df_numeric = df.drop(non_numeric, axis=1)

df_numeric.shape

(1986, 94)
Reducerea dimensionalității în Python

Antrenarea t-SNE

from sklearn.manifold import TSNE

m = TSNE(learning_rate=50)

tsne_features = m.fit_transform(df_numeric)

tsne_features[1:4,:]

array([[-37.962185,  15.066088],
       [-21.873512,  26.334448],
       [ 13.97476 ,  22.590828]], dtype=float32)
Reducerea dimensionalității în Python

Atribuirea caracteristicilor t-SNE setului de date

tsne_features[1:4,:]

array([[-37.962185,  15.066088],
       [-21.873512,  26.334448],
       [ 13.97476 ,  22.590828]], dtype=float32)

df['x'] = tsne_features[:,0]

df['y'] = tsne_features[:,1]
Reducerea dimensionalității în Python

Reprezentarea grafică t-SNE

import seaborn as sns

sns.scatterplot(x="x", y="y", data=df)

plt.show()
Reducerea dimensionalității în Python

Reprezentarea grafică t-SNE

nor de puncte ansur

Reducerea dimensionalității în Python

Colorarea punctelor după categoria IMC

import seaborn as sns
import matplotlib.pyplot as plt

sns.scatterplot(x="x", y="y", hue='BMI_class', data=df)

plt.show()
Reducerea dimensionalității în Python

Colorarea punctelor după categoria IMC

nor de puncte ansur IMC

Reducerea dimensionalității în Python

Colorarea punctelor după categoria IMC

nor de puncte ansur IMC adnotat

Reducerea dimensionalității în Python

Colorarea punctelor după categoria de înălțime

import seaborn as sns

import matplotlib.pyplot as plt

sns.scatterplot(x="x", y="y", hue='Height_class', data=df)

plt.show()
Reducerea dimensionalității în Python

Colorarea punctelor după categoria de înălțime

nor de puncte ansur înălțime

Reducerea dimensionalității în Python

Colorarea punctelor după categoria de înălțime

nor de puncte ansur dublu adnotat

Reducerea dimensionalității în Python

Să exersăm!

Reducerea dimensionalității în Python

Preparing Video For Download...