特征工程：使用TSNE进行降维

TSNE介绍

TSNE是一种降维方法，通过将多维度数据，在保持原有数据分布和相似性情况下，转换为二维或者三维数据。

原理

• 简单说明下就是先选中某点，然后计算该点到所有点的距离，然后将所有点映射到对应分布上。
• 详细理论可以查阅：http://bindog.github.io/blog/2016/06/04/from-sne-to-tsne-to-largevis/#top

TSNE目的

• 主要是为了对各种高维度数据进行可视化（常用在聚类分析）
• 简化机器模型训练和预测

TSNE使用

下面使用sklearn.manifold 简单演示

import pandas as pd
data = pd.DataFrame({
    'A':[2,2.1,2.5,6],
    'B':[3,10.1,12.5,8],
    'C':[3.5,7.1,6.5,9],
    '类别':[1,2,3,1]
})
data

from sklearn.manifold import TSNE

tsne = TSNE()
tsne.fit_transform(data) #进行数据降维
tsne = pd.DataFrame(tsne.embedding_, index = data.index) #转换数据格式
tsne

import matplotlib.pyplot as plt


d = tsne[data['类别'] == 3]
plt.plot(d[0], d[1], 'r.')

d1 = tsne[data['类别'] == 1]
plt.plot(d1[0], d1[1], 'go')

d2 = tsne[data['类别'] == 2]
plt.plot(d2[0], d2[1], 'b*')
plt.show()