R语言做t-SNE降维的一个简单小例子

用户7010445

发布于 2021-09-22 10:21:31

7790

发布于 2021-09-22 10:21:31

之前有人在公众号留言问过用R语言如何实现t-SNE降维，今天的推文介绍一下R语言实现的代码，主要内容参考自链接 https://datavizpyr.com/how-to-make-tsne-plot-in-r/

t-SNE 的全称是 t-Distributed Stochastic Neighbor Embedding，具体的计算原理我也不懂，反正就是类似PCA把高维度的数据转换成低维度的数据

示例数据集用到的是企鹅的数据集，名称是penguins,这个数据集来自于R包palmerpenguins,如果要用这个数据还需要安装这个R包，实现t-SNE需要用到R包Rtsne。R包tidyverse是用来做数据整理的，所以先加载这三个R包，如果是第一次使用需要先安装，安装命令是

install.packages("tidyverse")
install.packages("palmerpenguins")
install.packages("Rtsne")

加载需要用到的R包

library(tidyverse)
library(palmerpenguins)
library(Rtsne)

选择数据集中的数值型变量用于后续分析

penguins %>% 
  select(where(is.numeric),-year,species) %>%
  mutate(ID=row_number()) %>% 
  column_to_rownames("ID") %>% 
  na.omit()-> df

这里新学到的函数

选择数据框中的数值变量 select(where(is.numeric))
给数据集添加1：多少行的数字 mutate(ID=row_number())
数据集里指定列作为行名（前提是不能有重复）column_to_rownames("ID")

t-SNE降维

tSNE_fit<-df %>% 
  select(-species) %>% 
  scale() %>% 
  Rtsne()

提取降维结果

tSNE_fit$Y %>% 
  as.data.frame() %>% 
  rename(tSNE1="V1",
         tSNE2="V2") %>% 
  mutate(Species=df$species) -> tSNE.plot

散点图展示结果

library(ggplot2)
ggplot()+
  geom_point(data=tSNE.plot,
             aes(x=tSNE1,y=tSNE2,color=Species))+
  stat_ellipse(data=tSNE.plot,
               geom="polygon",
               aes(x=tSNE1,y=tSNE2,
                   group=Species,
                   fill=Species),
               alpha=0.5,
               lty="dashed",
               color="black",
               key_glyph="blank")+
  theme_bw()

优雅的修改图例

https://mp.weixin.qq.com/s/I3YnxqulQRu-9i-gZIh7fA