tSNE可视化

t-SNE是一种用于探索高维数据的非线性降维算法，非常适合将高维数据降到二维或者三维，在使用散点图等基本图表进行可视化。PCA是一种线性算法，他不能解释特征之间的复杂多项式关系，而t-SNE基于在领域图上随机游走的概率分布来找到数据内的结构。

SNE通过仿射变换将数据映射到概率分布上，主要包括两个步骤：

1）SNE构建一个高维数据之间的概率分布图，使得相似的对象有更高的概率被选择，而不相似的对象有较低的概率被选择。

2）SNE在低维空间构建这些点的概率分布，使得这两个概率之间尽可能的相似。

t-SNE的不足之处

1）t-SNE倾向于保存局部特征，对于维度很高的数据集是不可能完全映射到二维和三维空间的。

2）t-SNE没有唯一最优解，且没有预估部分。

绘制t-SNE图

R中Rtsne包Rtsne（）函数能够实现对数据降维，结合geom_point()实现可视化

library(Rtsne) # Load package

library(ggplot2)

library(RColorBrewer)

iris_unique <- unique(iris) # Remove duplicates

set.seed(42) # Sets seed for reproducibility

tsne_out <- Rtsne(as.matrix(iris_unique[,1:4])) # Run TSNE

mydata<-data.frame(tsne_out$Y,iris_unique$Species) #tsne_out$Y保存这散点图的二维坐标

colnames(mydata)<-c("t_DistributedY1","t_DistributedY2","Group")

ggplot(mydata,aes(x=t_DistributedY1,y=t_DistributedY2,fill=Group))+

geom_point(shape=21,size=4,color="black",alpha=0.7)+

scale_fill_manual(values=c("#00AFBB", "#FC4E07","#E7B800","#2E9FDF"))+

theme_minimal()

theme(

text=element_text(size=12,face="plain",color="black"),

axis.title=element_text(size=11,face="plain",color="black"),

axis.text = element_text(size=10,face="plain",color="black"),

legend.title = element_text(size=11,face="plain",color="black"),

legend.text = element_text(size=11,face="plain",color="black"),

legend.position=c(0.83,0.15)

)