Reducerea dimensionalității: tehnici de vizualizare

Exersează întrebări de interviu pentru Machine Learning în Python

Lisa Stuart

Data Scientist

De ce reducerea dimensionalității?

Accelerarea antrenării ML
Vizualizare
Îmbunătățirea acurateței

Tehnici de vizualizare

PCA
t-SNE

Vizualizare cu PCA

Grafic PCA

¹ https://districtdatalabs.silvrback.com/principal-component-analysis-with-python

Grafic scree

¹ https://towardsdatascience.com/a-step-by-step-explanation-of-principal-component-analysis-b836fb9c97e2

t-SNE

Probabilistic
Perechi de puncte de date
Embedding în dimensiuni reduse
Reprezentarea grafică a embedding-urilor

Vizualizare cu t-SNE

# t-sne with loan data
from sklearn.manifold import TSNE
import seaborn as sns

loans =  pd.read_csv('loans_dataset.csv')

# Feature matrix
X = loans.drop('Loan Status', axis=1)

tsne = TSNE(n_components=2, verbose=1, perplexity=40)
tsne_results = tsne.fit_transform(X)

loans['t-SNE-PC-one'] = tsne_results[:,0]
loans['t-SNE-PC-two'] = tsne_results[:,1]


# t-sne viz
plt.figure(figsize=(16,10))
sns.scatterplot(
    x="t-SNE-PC-one", y="t-SNE-PC-two",
    hue="Loan Status",
    palette=sns.color_palette(["grey","blue"]),
    data=loans,
    legend="full",
    alpha=0.3
)

¹ https://scikit-learn.org/stable/modules/generated/sklearn.manifold.TSNE.html

Vizualizare cu t-SNE

Grafic t-SNE

PCA vs. t-SNE pe date digits

PCA și t-SNE pe setul de date digits

¹ https://towardsdatascience.com/visualising-high-dimensional-datasets-using-pca-and-t-sne-in-python-8ef87e7915b

Să exersăm!

Exersează întrebări de interviu pentru Machine Learning în Python