t-SNE高维数据可视化实例

t-SNE:高维数据分布可视化

实例1:自动生成一个S形状的三维曲线

实例1结果

实例1完整代码

python 复制代码
import matplotlib.pyplot as plt
from sklearn import manifold, datasets
"""对S型曲线数据的降维和可视化"""

x, color = datasets.make_s_curve(n_samples=1000, random_state=0)		# 生成一个S形状的三维曲线,以及相应的颜色数据,数据点的数量为1000个,随机数种子是0,color是[1000,1]的一维数据,对应每个点的颜色
n_neighbors = 10
n_components = 2   #n_neighbors和n_components分别表示t-SNE算法中的近邻数和降维后的维度数

fig = plt.figure(figsize=(15, 15))		#图像的宽和高
plt.suptitle("Dimensionality Reduction and Visualization of S-Curve Data ", fontsize=14)		#自定义图像名称

# 绘制S型曲线的3D图像
ax = fig.add_subplot(211, projection='3d')		#分为2行1列的子图布局,选择第1个子图,投影方式为3D
ax.scatter(x[:, 0], x[:, 1], x[:, 2], c=color, cmap=plt.cm.Spectral) #x[:, 0], x[:, 1], x[:, 2]代表x,y,z 绘制散点图,Spectral colormap将不同的颜色映射到数据集的不同标签上
ax.set_title('Original S-Curve', fontsize=14)
ax.view_init(4, -72)		# 将视角设置为仰角4度,方位角-72度

# t-SNE的降维与可视化
ts = manifold.TSNE(n_components=n_components,perplexity=30)  #将原始数据降低到n_components维度;perplexity=30表示t-SNE算法的困惑度参数设置为30。
# 训练模型
y = ts.fit_transform(x)
ax1 = fig.add_subplot(2, 1, 2)   ##分为2行1列的子图布局,选择第2个子图
plt.scatter(y[:, 0], y[:, 1], c=color, cmap=plt.cm.Spectral)
ax1.set_title('t-SNE Curve', fontsize=14)
plt.show()

实例2:手写数字

实例2结果

这个由于数据量太多,呈现的效果不是很明显

实例2完整代码

python 复制代码
from sklearn import preprocessing
from sklearn.manifold import TSNE
import matplotlib.pyplot as plt
import torchvision

traindata = torchvision.datasets.MNIST(root='./t-SNE_dataset/', train=True, download=True)
testdata = torchvision.datasets.MNIST(root='./t-SNE_dataset/', train=False, download=True)

X_train = traindata.data    #[60000, 28, 28]
y_train = traindata.targets #[60000]
X_test = testdata.data      #[10000, 28, 28]
y_test = testdata.targets   #[10000]

X_train = X_train.view(len(X_train), -1)  #[样本数量, 特征维度];-1是根据原来的形状自动计算出新的维度大小,以保证总的元素个数不变,这里是28*28
X_test = X_test.view(len(X_test), -1)

# t-SNE降维处理
tsne = TSNE(n_components=3, verbose=1 ,random_state=42)  #n_components=3表示降维后的维度为3,即将图像数据降低到三维;verbose=1表示打印详细的日志信息;random_state=42表示设置随机种子以保证可重复性。
train = tsne.fit_transform(X_train)
test = tsne.transform(X_test)  # 注意:使用已经训练好的t-SNE对象对验证集进行降维,不再fit_transform


# 归一化处理
scaler = preprocessing.MinMaxScaler(feature_range=(-1,1))
train = scaler.fit_transform(train)
test = scaler.transform(test)  # 对验证集进行归一化处理,使用训练集的scaler对象进行transform

fig = plt.figure(figsize=(20, 20))
ax = fig.add_subplot(projection='3d') #创建一个三维坐标轴,并将它添加到图像窗口中
ax.set_title('t-SNE process')
ax.scatter(train[:,0], train[:,1], train[:,2] , c=y_train, marker='o', label='Train', s=10)  
#c=y_train表示根据训练集的标签y_train来对散点进行颜色编码,每个标签对应一个特定的颜色。s=10将每个数据点的大小设置为 10 像素,使用marker='o'表示使用圆圈形状的标记来表示训练集
ax.scatter(test[:,0], test[:,1], test[:,2] , c=y_test, marker='^', label='Test', s=10)  # 使用marker='^'表示使用三角形形状的标记来表示验证集
ax.legend()  # 添加图例,以便区分训练集和验证集

plt.show()

实例3:自己的实验(判断迁移是否有效)

实例3实验结果 :

实例3代码:

python 复制代码
from __future__ import print_function
import torch
import torch.nn.functional as F
from torch.utils.data import DataLoader
from torch.autograd import Variable
import os
from data_loader_new import DatasetFolder
from sklearn.manifold import TSNE
import matplotlib.pyplot as plt
from sklearn import preprocessing

def sne():
    ckpt_model_0 = "E:/XD_DANN/dataset1400/result1214/mnist_mnistm_model_epoch_0.pth"
    my_net_0 = torch.load(ckpt_model_0)
    ckpt_model_9 = "E:/XD_DANN/dataset1400/result1214/mnist_mnistm_model_epoch_99.pth"
    my_net_9 = torch.load(ckpt_model_9)

    alpha = 0

    source_dataset_name = 'shallow_train'  ###
    target_dataset_name = 'deep_train'  ###
    source_image_root = os.path.join('..', 't_SNE', source_dataset_name)
    target_image_root = os.path.join('..', 't_SNE', target_dataset_name)

    dataset_source = DatasetFolder(source_image_root)
    dataloader_source = DataLoader(dataset=dataset_source,batch_size=len(dataset_source),shuffle=True,num_workers=8)
    data_source_iter = iter(dataloader_source)
    s_img, _, _ = next(data_source_iter)  #图片,标签,位置信息
    _, _, s_feature_0 = my_net_0(input_data=s_img, alpha=alpha)
    _, _, s_feature_9 = my_net_9(input_data=s_img, alpha=alpha)  #类别,领域,特征
    print("源域数据加载成功")

    dataset_target = DatasetFolder(root=target_image_root)
    dataloader_target = DataLoader(dataset=dataset_target,batch_size=len(dataset_target),shuffle=True,num_workers=8)
    data_target_iter = iter(dataloader_target)
    t_img,_ ,_ = next(data_target_iter)
    _, _, t_feature_0 = my_net_0(input_data=t_img, alpha=alpha)
    _, _, t_feature_9 = my_net_9(input_data=t_img, alpha=alpha)  # 类别,领域,特征
    print("目标域数据加载成功")

    # s_img = s_img.view(len(s_img), -1)  # [样本数量, 特征维度];-1是根据原来的形状自动计算出新的维度大小,以保证总的元素个数不变,这里是28*28
    # t_img = t_img.view(len(t_img), -1)

    s_feature_0 = s_feature_0.view(len(s_feature_0), -1)
    t_feature_0 = t_feature_0.view(len(t_feature_0), -1)
    s_feature_9 = s_feature_9.view(len(s_feature_9), -1)
    t_feature_9 = t_feature_9.view(len(t_feature_9), -1)

    tsne = TSNE(n_components=2, verbose=1,random_state=42)  # n_components=3表示降维后的维度为3,即将图像数据降低到三维;verbose=1表示打印详细的日志信息;random_state=42表示设置随机种子以保证可重复性。
    # shallow_before = tsne.fit_transform(s_img.detach().numpy())
    # deep_before = tsne.fit_transform(t_img.detach().numpy())
    shallow_before = tsne.fit_transform(s_feature_0.detach().numpy())
    deep_before = tsne.fit_transform(t_feature_0.detach().numpy())
    shallow_after = tsne.fit_transform(s_feature_9.detach().numpy())
    deep_after = tsne.fit_transform(t_feature_9.detach().numpy())

    scaler = preprocessing.MinMaxScaler(feature_range=(-1, 1))
    shallow_before = scaler.fit_transform(shallow_before)
    deep_before = scaler.fit_transform(deep_before)
    shallow_after = scaler.fit_transform(shallow_after)
    deep_after = scaler.transform(deep_after)  # 对验证集进行归一化处理,使用训练集的scaler对象进行transform

    fig = plt.figure(figsize=(30, 30))
    ax = fig.add_subplot(211)
    ax.set_title('第0轮次训练结果')
    ax.scatter(shallow_before[:, 0], shallow_before[:, 1], c='gray', marker='o', label='shallow', s=10)
    ax.scatter(deep_before[:, 0], deep_before[:, 1], c='red', marker='^', label='deep', s=10)
    ax.legend()

    ax = fig.add_subplot(212)
    ax.set_title('第99轮次训练结果')
    ax.scatter(shallow_after[:,0], shallow_after[:,1],  c='gray', marker='o', label='shallow', s=10)
    ax.scatter(deep_after[:,0], deep_after[:,1] , c='red', marker='^', label='deep', s=10)  # 使用marker='^'表示使用三角形形状的标记来表示验证集
    ax.legend()  # 添加图例,以便区分训练集和验证集
    plt.rcParams['font.sans-serif'] = ['SimHei']  ## 用来正常显示中文标签
    plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

    plt.show()

if __name__ == '__main__':
    sne()
    print('done')

大家可以根据自己的实验需要更改代码,提醒若需要显示中文/负号,别忘了这两行代码哟!

python 复制代码
plt.rcParams['font.sans-serif'] = ['SimHei']  ## 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

参考:http://t.csdnimg.cn/cshBV

相关推荐
布说在见2 小时前
魅力标签云,奇幻词云图 —— 数据可视化新境界
信息可视化·数据挖掘·数据分析
千汇数据的老司机4 小时前
webGIS在可视化大屏中的应用场景有哪些,有哪些类库
信息可视化·webgis·#web
小华同学ai4 小时前
AJ-Report:一款开源且非常强大的数据可视化大屏和报表工具
数据库·信息可视化·开源
布说在见15 小时前
层次与网络的视觉对话:树图与力引导布局的双剑合璧
信息可视化·数据挖掘·数据分析
有梦想的Frank博士1 天前
R语言*号标识显著性差异判断组间差异是否具有统计意义
开发语言·信息可视化·r语言
emperinter2 天前
WordCloudStudio:AI生成模版为您的文字云创意赋能 !
图像处理·人工智能·macos·ios·信息可视化·iphone
希艾席蒂恩3 天前
探索四款强大的免费报表工具,提升数据可视化能力
前端·数据库·信息可视化·统计·报表·数据可视化
"wink3 天前
Python实现全国岗位招聘信息可视化分析(源码+论文+部署讲解)
开发语言·python·信息可视化
isNotNullX3 天前
数据中台一键大解析!
大数据·数据库·数据仓库·信息可视化·数据中台
孤客网络科技工作室4 天前
数据可视化工具深入学习:Seaborn 与 Plotly 的详细教程
学习·信息可视化·plotly