tsne
стохастическое вложение соседей с t-распределением
Описание
Y = tsne(X,Name,Value)
Примеры
Визуализируйте ирисовые данные Фишера
Ирисовый набор данных Фишера имеет четырехмерные измерения ирисовых диафрагм и соответствующую классификацию в разновидности. Визуализируйте эти данные путем сокращения размерности с помощью tsne.
load fisheriris rng default % for reproducibility Y = tsne(meas); gscatter(Y(:,1),Y(:,2),species)
Сравните метрики расстояния
Используйте различные метрики расстояния, чтобы попытаться получить лучшее разделение между разновидностями в ирисовых данных Фишера.
load fisheriris rng('default') % for reproducibility Y = tsne(meas,'Algorithm','exact','Distance','mahalanobis'); subplot(2,2,1) gscatter(Y(:,1),Y(:,2),species) title('Mahalanobis') rng('default') % for fair comparison Y = tsne(meas,'Algorithm','exact','Distance','cosine'); subplot(2,2,2) gscatter(Y(:,1),Y(:,2),species) title('Cosine') rng('default') % for fair comparison Y = tsne(meas,'Algorithm','exact','Distance','chebychev'); subplot(2,2,3) gscatter(Y(:,1),Y(:,2),species) title('Chebychev') rng('default') % for fair comparison Y = tsne(meas,'Algorithm','exact','Distance','euclidean'); subplot(2,2,4) gscatter(Y(:,1),Y(:,2),species) title('Euclidean')
В этом случае косинус, Чебычев и Евклидовы метрики расстояния дают довольно хорошее разделение кластеров. Но метрика расстояния Mahalanobis не дает хорошее разделение.
Постройте результаты с NaN Входные данные
tsne удаляет строки входных данных, которые содержат любой NaN записи. Поэтому необходимо удалить любые такие строки из данных о классификации перед графическим выводом.
Например, измените несколько случайных записей в ирисовых данных Фишера к NaN.
load fisheriris rng default % for reproducibility meas(rand(size(meas)) < 0.05) = NaN;
Встройте четырехмерные данные в две размерности с помощью tsne.
Y = tsne(meas,'Algorithm','exact');
Warning: Rows with NaN missing values in X or 'InitialY' values are removed.
Определите, сколько строк было устранено из встраивания.
length(species)-length(Y)
ans = 22
Подготовьтесь строить результат путем определения местоположения строк meas это не имеет никакого NaN значения.
goodrows = not(any(isnan(meas),2));
Постройте результаты с помощью только строки species это соответствует строкам meas без NaN значения.
gscatter(Y(:,1),Y(:,2),species(goodrows))
Сравните t-SNE Потерю
Найдите и 2D и 3-D вложения ирисовых данных Фишера и сравните потерю для каждого встраивания. Вероятно, что потеря ниже для 3-D встраивания, потому что это встраивание имеет больше свободы совпадать с исходными данными.
load fisheriris rng default % for reproducibility [Y,loss] = tsne(meas,'Algorithm','exact'); rng default % for fair comparison [Y2,loss2] = tsne(meas,'Algorithm','exact','NumDimensions',3); fprintf('2-D embedding has loss %g, and 3-D embedding has loss %g.\n',loss,loss2)
2-D embedding has loss 0.124191, and 3-D embedding has loss 0.0990884.
Как ожидалось 3-D встраивание имеет более низкую потерю.
Просмотрите вложения. Используйте цвета RGB [1 0 0], [0 1 0], и [0 0 1].
Для 3-D графика преобразуйте разновидности в числовые значения с помощью categorical команда, затем преобразуйте числовые значения в цвета RGB с помощью sparse функция можно следующим образом. Если v вектор из положительных целых чисел 1, 2, или 3, соответствуя данным о разновидностях, затем команда
sparse(1:numel(v),v,ones(size(v)))
разреженная матрица, строки которой являются цветами RGB разновидностей.
gscatter(Y(:,1),Y(:,2),species,eye(3))
title('2-D Embedding')
figure v = double(categorical(species)); c = full(sparse(1:numel(v),v,ones(size(v)),numel(v),3)); scatter3(Y2(:,1),Y2(:,2),Y2(:,3),15,c,'filled') title('3-D Embedding') view(-50,8)
Входные параметры
Выходные аргументы
Больше о
Алгоритмы
tsne создает набор встроенных точек в низком мерном пространстве, относительные общие черты которого подражают тем из исходных высоко-размерных точек. Встроенные точки показывают кластеризацию в исходных данных.
Примерно, алгоритм моделирует исходные точки как прибывающий из Распределения Гаусса и встроенных точек как прибывающий из распределения t Студента. Алгоритм пытается минимизировать расхождение Kullback-Leibler между этими двумя распределениями путем перемещения встроенных точек.
Для получения дополнительной информации см. t-SNE.