Визуализация многомерных данных с помощью t-SNE

Снижение размерности в Python

Jeroen Boeye

Head of Machine Learning, Faktion

t-SNE на наборе данных IRIS

кластеры ирисов

t-SNE на наборе данных IRIS

кластеры ирисов 1 с аннотациями

t-SNE на наборе данных IRIS

кластеры ирисов 3 с аннотациями

t-SNE на женском наборе данных ANSUR

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)

Обучение 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)

Добавление признаков t-SNE в набор данных

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]

Построение графика t-SNE

import seaborn as sns

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

plt.show()

Построение графика t-SNE

облако точек ANSUR

Окраска точек по категории ИМТ

import seaborn as sns
import matplotlib.pyplot as plt

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

plt.show()

Окраска точек по категории ИМТ

облако точек ANSUR по ИМТ

Окраска точек по категории ИМТ

облако точек ANSUR по ИМТ с аннотациями

Окраска точек по категории роста

import seaborn as sns

import matplotlib.pyplot as plt

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

plt.show()

Окраска точек по категории роста

облако точек ANSUR по росту

Окраска точек по категории роста

облако точек ANSUR с двойными аннотациями

Давайте потренируемся!

Снижение размерности в Python