共计 3788 个字符，预计需要花费 10 分钟才能阅读完成。
摘要
只管 t-SNE 对于可视化高维数据十分有用，但有时其后果可能无奈解读或具备误导性。通过摸索它在简略状况下的体现，咱们能够学会更无效地应用它。
摸索高维数据的一种风行办法是t-SNE，由 van der Maaten 和 Hinton 在 2008 年提出。该技术已在机器学习畛域失去广泛应用，因为它具备简直神奇的能力，能够从数百甚至数千维的数据中获取其二维的示意。只管后果令人印象粗浅，但这些后果很容易被误读。本文的目标就是指出一些常见的误会。
咱们将通过一系列简略的示例来阐明 t-SNE 图能够显示和不能显示的内容。t-SNE 技术的确很有用——但前提是你晓得如何解释它。
深入研究之前：如果您以前没有遇到过 t-SNE，那么您须要理解它背地的数学知识。其指标是在高维空间中获取一组点，并在低维空间（通常是 2D 立体）中找到这些点的示意。该算法是非线性的，并适应底层数据，对不同区域执行不同的转换。这些差别可能是造成凌乱的次要起源。
t-SNE 的第二个特色是可调整的参数，perplexity，它阐明了如何在数据的部分和全局之间均衡注意力。从某种意义上说，该参数是对每个点的近邻数量的猜想。perplexity值对生成的图片有简单的影响。
原论文说，“SNE 的性能对
perplexity的变动相当持重，典型值在 5 到 50 之间。”
充分利用 t-SNE 可能意味着须要剖析具备不同 perplexity的多个图。
例如，t-SNE 算法并不总是在间断运行中产生相似的输入，并且还有与优化过程相干的超参数。
1. 超参数
- 超参数的重要性
让咱们从 t-SNE 的“hello world”开始：由两个相隔很远的 `clusters 组成的数据集。为了尽可能简略，咱们将思考二维立体中的 cluster，如下左图所示。（为了比照，两个cluster 采纳不同的色彩示意。）右下图显示了五种不同 perplexity 的 t-SNE` 图。
perplexity ” title=”perplexity “>
van der Maaten 和 Hinton 倡议的 perplexity 在 (5 – 50) 范畴内，这些图的确显示了这些 `clusters，只管形态十分不同。在这个范畴之外的后果变得有点奇怪。对于 perplexity = 2，部分变动占主导地位。perplexity=100 的图像表明：为了使算法失常运行，perplexity` 应该小于点的数量。否则，可能会产生意想不到的后果。
下面的每个图都是用 5,000 次迭计算作的，学习率（通常称为epsilon）为 10，并且在第 5,000 步时后果趋于稳定。
Step 值有多大的影响呢？依据咱们的教训，最重要的是持续迭代，直到趋于稳定。
下面的图像显示了在 perplexity=30 下的五次不同的运行。前四次在稳固之前进行。在 10、20、60 和 120 步之后，您能够看到具备看似一维甚至点状图像的 `clusters 布局。如果您看到具备奇怪“挤压”形态的 t-SNE 图，则该过程可能过早进行。可怜的是，没有一个固定的Step` 值能够产生稳固的后果。不同的数据集可能须要不同数量的迭代能力收敛。
另一个问题是应用雷同超参数的不同运行是否会产生雷同的后果。在这个简略的两个簇示例以及咱们探讨的大多数其余示例中，屡次运行给出了雷同的全局形态。然而，某些数据集在不同的运行中会产生显著不同的后果；稍后咱们将给出其中之一的示例。
从当初开始，除非另有阐明，否则咱们将展现 5,000 次迭代的后果。这通常足以使本文中的（绝对较小的）示例收敛。然而，咱们将持续展现一系列的perplexities，因为这仿佛在每种状况下都有很大的不同。
2. 簇
t-SNE图中的cluster(簇) 大小没有任何意义
如果两个 cluster 有不同的标准差，大小也不同呢？（尺寸是指边界框测量值，而不是点数。）上面是立体上混合高斯的 t-SNE 图，其中一个的扩散状况是另一个的 10 倍。
cluster” title=”cluster“>
令人诧异的是，这两个 cluster 在 t-SNE 图中看起来大致相同。t-SNE 算法使其“间隔”适应数据集中的区域密度变动。后果，它天然地扩大了密集的 cluster，并膨胀了稠密的 cluster，从而均衡了 cluster 的大小。须要明确的是，这与任何降维技术都会扭曲间隔的状况不同。相同，密度平衡是通过设计产生的，并且是 t-SNE 的可预测特色。
然而，您无奈在 t-SNE 图中看到 cluster 的绝对大小。
3. 间隔
cluster之间的间隔可能没有任何意义
下图显示了三个高斯，每个 50 点，一对的间隔是另一对的 5 倍。
perplexity为 50 时，该图很好地显示了全局状况。对于较低的 perplexity，cluster 看起来是等距的。当 perplexity为 100 时，咱们能够看到全局形态很好，但其中一个 cluster 谬误地呈现，比其余 cluster 小得多。因为 perplexity=50 在这个例子中失去的后果很好，如果咱们想看到全局状况，咱们能够总是将 perplexity设置为 50 吗？
后果是不能。如果咱们向每个 cluster 增加更多点，则必须减少perplexity 以进行弥补。这是三个高斯 cluster 的 t-SNE 图，每个 cluster 有 200 个点，而不是 50 个。当初，没有一个perplexity 给出了好的后果。
想要看到全局状况须要微调 perplexity，这是个坏消息。实在的数据可能会有多个具备不同数量元素的cluster。可能没有一个 perplexity 值能够捕捉所有 cluster 的间隔——遗憾的是，perplexity 是一个全局参数。解决这个问题可能是将来钻研的一个方向。
因而，t-SNE 图中 cluster 之间的间隔可能毫无意义。
4. 随机噪声
- 随机噪声并不总是看起来随机。
当你看到乐音时，辨认它是一项要害技能，但须要工夫来建设正确的直觉。t-SNE 的一个辣手之处在于它摈弃了很多现有的直觉。下图显示了真正的随机数据，从 100 维的单位高斯分布中抽取 500 个点。左图是前两个坐标的投影。
perplexity=2 的情节仿佛显示出戏剧性的 cluster。如果您正在调整perplexity 以显示数据的构造，您可能会认为本人中了大奖。
当然，因为咱们晓得点云是随机生成的，所以它没有统计上乏味的cluster：那些“cluster”没有意义。如果您回顾后面的示例，低perplexity 通常会导致这种散布。将这些团块辨认为随机噪声是浏览 t-SNE 图的重要局部。
起初，perplexity=30 图看起来基本不像高斯分布：云的不同区域之间只有轻微的密度差别，而且这些点仿佛是均匀分布的。事实上，这些特色阐明了对于高维正态分布的有用信息，它们十分靠近球体上的均匀分布，点之间的间距大抵相等。从这个角度来看，t-SNE 图比任何线性投影都更精确。
5. 形态
- 有时你能够看到一些形态
很少有数据以完满对称的形式散布。咱们来看一个 50 维的轴对齐高斯分布，其中坐标 i 的标准差为 1/i。也就是说，咱们正在查看一个长椭圆形的点云。
对于足够高的 perplexity，修长的形态很容易浏览。另一方面，在低perplexity 度下，部分效应和无意义的“汇集”占据核心地位。更极其的形态也呈现了，但同样只是在正确的 perplexity 中。例如，这里有两个 75 个点的 2D 聚类，它们以平行线排列，带有一点乐音。
对于肯定范畴的 perplexity，长cluster 看起来靠近正确。
然而，即便在最好的状况下，也存在轻微的失真：t-SNE 图中的线条稍微向外蜿蜒。起因像平常一样，t-SNE 偏向于扩大更密集的数据区域。因为簇的两头比末端四周的空白空间少，因而算法会放大它们。
6. 拓扑
- 对于拓扑，您可能须要屡次绘图
有时您能够从 t-SNE 图上读取拓扑信息，但这通常须要多个 perplexity 的视图。最简略的拓扑属性是包容性。下图显示了 50 维空间中的两组 75 个点。两者都是从以原点为核心的对称高斯分布中采样的，但其中一个的分散度是另一个的 50 倍。“小”散布实际上蕴含在大散布中。
perplexity=30 视图正确显示了根本的拓扑状况，但 t-SNE 再次夸张了较小点组的大小。在perplexity=50 处：内部组变成了一个圆圈，因为该图试图描述它的所有点与外部组的间隔大致相同。如果你独自看这张图片，很容易将这些外点误读为一维构造。
思考一组点，这些点在三个维度上追踪一个链接或一个结。再一次，查看多个 perplexity 值给出了最残缺的画面。低 perplexity 给出两个齐全独立的循环；高的显示了一种寰球连通性。
trefoil knot 是一个乏味的例子，阐明了屡次运行如何影响 t-SNE 的后果。上面是 perplexity为 2 时的五次运行后果。
该算法至多保留了本来的拓扑构造。然而其中的三个失去了不同的后果。应用点色彩作为比照，您能够看到第一次和第三次运行彼此相距很远。
然而，在 perplexity=50 的五次运行后果（直到对称）在视觉上是雷同的。
总结
t-SNE 如此受欢迎是有起因的：它非常灵活，并且常常能够找到其余降维算法无奈找到的构造。可怜的是，这种灵活性使其难以解释。在用户看不见的中央，该算法会进行各种调整以整顿其可视化。好消息是，通过钻研 t-SNE 在简略状况下的体现，能够对钻研有肯定帮忙。
本文由 mdnice 多平台公布
