Wizualizacja danych wielowymiarowych

Mam próbki dwóch klas, które są wektorami w przestrzeni wielowymiarowej i chcę je narysować w 2D lub 3D.

Wiem o technikach zmniejszania wymiarów, ale potrzebuję naprawdę prostego i łatwego w użyciu narzędzia (w Matlabie, Pythonie lub wcześniej .exe).

Zastanawiam się też, czy reprezentacja w 2D będzie „znacząca”? (Na przykład, jak dwie klasy przecinają się lub można je rozdzielić).

Możesz spróbować tSNE . Jest dość prosty w użyciu. Działa z Octave, oprócz Matlaba i Pythona. Spójrz na przewodnik, aby uzyskać pierwszą fabułę w ciągu minuty.

Jednym z gotowych narzędzi do wizualizacji danych wielowymiarowych jest ggobi . Pozwala pokolorować punkty, aby reprezentować grupy, a następnie ma kilka opcji zmniejszania wysokich wymiarów do reprezentacji dwuwymiarowej. Jednym szczególnie przydatnym narzędziem jest wielka trasa 2D, która zasadniczo obraca chmurę danych w wielu wymiarach i pokazuje animację projekcji 2D obrotu. Możesz spowolnić lub zatrzymać obrót, gdy zobaczysz ciekawe wzory.

Co powiesz na wykres współrzędnych równoległych?

http://www.mathworks.com/help/stats/parallelcoords.html

Klasycznym podejściem byłoby zastosowanie PCA ( Principal Component Analysis ) w celu przeprowadzenia liniowej redukcji wymiarowości. Zasadniczo rzutuje to twoje dane na przestrzeń o mniejszym wymiarze (w przypadku 2D jest to po prostu płaszczyzna), zachowując przy tym jak największą różnorodność danych.

Uruchomienie PCA zwykle wymaga wykonania jednego polecenia w większości języków programowania, więc jest to bardzo proste.

Pamiętaj, że możliwe jest, że twoich danych nie można dokładnie przedstawić w 2 lub 3 wymiarach. PCA automatycznie da ci ilościowe oszacowanie tego: powie ci, jaki procent wariancji jest wychwycony przez wynikową reprezentację niskiego wymiaru. Dzięki temu poczujesz, ile informacji tracisz, patrząc na tę uproszczoną wizualizację.

Żeby dodać moje 5 centów. Biblioteka Python Scikit-Learn ma wiele algorytmów:

http://scikit-learn.org/stable/auto_examples/manifold/plot_compare_methods.html#example-manifold-plot-compare-methods-py

$p(A|x_i)$$p(B|x_i)$

Rozważ następujący przykład opcji wyświetlania. http://www.mathworks.com/help/stats/gmdistribution.cluster.html

Oprócz sugestii @ juampa powinieneś także wypróbować NeRV (Neighbor Retrieval Visualizer), który jest „ opartym na zasadach podejściem opartym na wyszukiwaniu informacji do nieliniowej redukcji wymiarów ”, a SNE / t-SNE można postrzegać jako szczególne przypadki NeRV. Głównym celem NeRV jest zminimalizowanie kompromisu wycofania i precyzji między oryginalną przestrzenią a wyświetlaczem. NeRV jest dostarczany jako narzędzie wiersza poleceń napisane w C ++.

Zdjęcie demo z ich strony internetowej: lewy wynik kładzie większy nacisk na przywołanie (mniej „braków”), podczas gdy prawy kładzie większy nacisk na precyzję (mniej „fałszywych sąsiadów”).

Jeśli nie masz nic przeciwko komercyjnemu oprogramowaniu, możesz wypróbować oprogramowanie VisuMap, które implementuje dziesiątki liniowych i nieliniowych algorytmów mapowania dla danych wielowymiarowych, w tym metody takie jak PCA, LDA, SMACOF, tSNE, CCA, Sammon, Kohonen Map itp.