做网站的linux程序代码,用天地图做网站,安徽中擎建设公司网站,怎么查网站空间在哪里t-sne
t-SNE#xff08;t-分布随机邻域嵌入#xff0c;t-distributed Stochastic Neighbor Embedding#xff09;是由 Laurens van der Maaten 和 Geoffrey Hinton 于 2008 年提出的一种非线性降维技术。它特别适合用于高维数据的可视化。t-SNE 的主要目标是将高维数据映射…t-sne
t-SNEt-分布随机邻域嵌入t-distributed Stochastic Neighbor Embedding是由 Laurens van der Maaten 和 Geoffrey Hinton 于 2008 年提出的一种非线性降维技术。它特别适合用于高维数据的可视化。t-SNE 的主要目标是将高维数据映射到低维空间通常是二维或三维同时尽可能地保留高维数据中的局部结构。这使得我们可以在低维空间中更直观地观察数据的结构和分布。
t-SNE 能很好地保留高维数据的局部结构适用于各种类型的数据尤其是复杂的非线性数据。但它的计算复杂度较高不适合非常大规模的数据集对超参数如 perplexity较为敏感需要仔细调参。低维空间中的全局结构不一定可靠。
可视化
要使用 t-SNE 进行数据可视化可以使用 Python 的 scikit-learn 库。随机生成两个数据集
import matplotlib.pyplot as plt
import numpy as np
from sklearn.manifold import TSNE# 假设这里有两个数据集分别是 dataset1 和 dataset2
dataset1 np.random.randn(100, 10) # 生成随机数据作为示例
dataset2 np.random.randn(80, 10)# 合并数据集
merged_data np.concatenate((dataset1, dataset2))# 对合并后的数据应用 t-SNE 进行降维
tsne TSNE(n_components2, random_state0)
tsne_data tsne.fit_transform(merged_data)# 将降维后的数据按照原来的数据集进行划分
tsne_data_1 tsne_data[:len(dataset1)]
tsne_data_2 tsne_data[len(dataset1):]# 绘制散点图
plt.scatter(tsne_data_1[:, 0], tsne_data_1[:, 1], colorb, labelDataset 1)
plt.scatter(tsne_data_2[:, 0], tsne_data_2[:, 1], colorr, labelDataset 2)
plt.legend()
plt.show()根据数据集中不同的标签使用不同的颜色
import numpy as np
import pandas as pd
from sklearn.manifold import TSNE
import matplotlib.pyplot as pltfrom utils.feature import features18_df pd.read_csv(68.csv)X df[features18_] # 选择需要的特征
y df[fs] # 根据fs标签选择不同的颜色画图# 初始化 t-SNE 模型设置降维后的维度为 2 维
tsne TSNE(n_components2, perplexitymin(10, len(X)-1))# 对数据进行降维
X_tsne tsne.fit_transform(X)# 绘制结果
plt.figure(figsize(10, 10))
plt.scatter(X_tsne[:, 0], X_tsne[:, 1], cy.astype(int), cmapjet)
plt.colorbar()
plt.show()t-SNE的参数
t-SNE 类的 init 方法定义了用于初始化 t-SNE 对象的参数。下面是这些参数的详细介绍
n_componentsint, 默认值2
要降维到的维度数。通常设为2或3用于可视化。
perplexityfloat, 默认值30.0
衡量数据局部结构的一个超参数。较大的 perplexity 使 t-SNE 关注更大范围的邻居数。有效范围通常在5到50之间。
early_exaggerationfloat, 默认值12.0
在早期阶段增加距离以便于更好地形成群体结构。较高的值使得群体更加分离。
learning_ratefloat 或 “auto”, 默认值“auto”
学习率。学习率过低可能导致优化停滞学习率过高可能导致嵌入结构被破坏。当设为 “auto” 时学习率为 max(N / early_exaggeration / 4, 50)其中 N 是样本数。
n_iterint, 默认值1000
梯度下降迭代次数。增大此值可能会提升嵌入的质量。
n_iter_without_progressint, 默认值300
在没有进展的情况下提前终止的迭代次数。用于防止无效计算。
min_grad_normfloat, 默认值1e-7
最小梯度范数用于判断是否收敛。
metricstring 或 callable, 默认值“euclidean”
用于计算高维空间距离的度量标准。默认是欧几里得距离。
metric_paramsdict 或 None, 默认值None
用于度量的额外关键字参数。
initstring 或 ndarray, 默认值“pca”
低维嵌入的初始化方法。可以是 ‘random’ 或 ‘pca’也可以提供一个初始位置的数组。
verboseint, 默认值0
控制输出的详细程度。0 表示不输出1 或更高的值表示输出更多信息。
random_stateint, RandomState 实例或 None, 默认值None
随机数生成器的种子。设置此参数以获得可重复的结果。
methodstring, 默认值“barnes_hut”
用于计算嵌入的算法。可选值有 ‘barnes_hut’适用于较大数据集和 ‘exact’适用于较小数据集。
anglefloat, 默认值0.5
仅在 method‘barnes_hut’ 时使用。控制 Barnes-Hut 近似的精度值越小精度越高计算时间越长。
n_jobsint 或 None, 默认值None
并行计算的 CPU 核心数。None 表示 1-1 表示使用所有可用的核心。
生成excel文件
用python的matplotlib库作出的图可以看但并不完美虽然可以通过调matplotlib的参数来使图画得更完美但是不如使用专业的画图软件方便比如微软的visio爱不释手所以我们需要将t-SNE降维的坐标点生成一个excel文件在画图软件中导入这个excel文件使可视化变得更完美。将t-SNE降维后的数据保存到Excel文件中可以使用 pandas 库中的 to_excel 方法。
df pd.DataFrame(X_tsne)
writer pd.ExcelWriter(arr.xlsx)
df.to_excel(writer)
writer.close()
