python - 词向量列表上的 T-SNE 可视化-6ren

python - 词向量列表上的 T-SNE 可视化

转载作者：太空宇宙更新时间：2023-11-03 14:39:54

27

4

我有一个约 20k 词向量列表('tuple_vectors')，没有标签，每个都如下所示

[-2.84658718e+00 -7.74899840e-01 -2.24296474e+00 -8.69364500e-01
  3.90927410e+00 -2.65316987e+00 -9.71897244e-01 -2.40408254e+00
  1.16272974e+00 -2.61649752e+00 -2.87350488e+00 -1.06603658e+00
  2.93374014e+00  1.07194626e+00 -1.86619771e+00  1.88549474e-01
 -1.31901133e+00  3.83382154e+00 -3.46174908e+00 ...

是否有一种使用 t-sne 进行可视化的快速、简洁的方法？

我试过以下内容

from sklearn.manifold import TSNE

n_sne = 21060


tsne = TSNE(n_components=2, verbose=1, perplexity=40, n_iter=300)
tsne_results = tsne.fit_transform(tuple_vectors)
plt(tsne_results)

最佳答案

如果您首先对文本进行矢量化，我建议使用 yellowbrick 库。由于 TSNE 非常昂贵，yellowbrick 中的 TSNEVisualizer 提前应用更简单的分解(默认具有 50 个组件的 SVD)，然后执行 t-SNE 嵌入。然后，可视化工具绘制散点图，该散点图可以按聚类或类别着色。这是一个使用 tf-idfvectorizer 的简单示例:

from yellowbrick.text import TSNEVisualizer
from sklearn.feature_extraction.text import TfidfVectorizer

# vectorize the text
tfidf  = TfidfVectorizer()
tuple_vectors = tfidf.fit_transform(sample_text)

# Create the visualizer and draw the vectors
tsne = TSNEVisualizer()
tsne.fit(tuple_vectors)
tsne.poof()

关于python - 词向量列表上的 T-SNE 可视化，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/54238783/

27

4

0

文章推荐： python - 为来自矩阵一列的每个线图创建图例条目

文章推荐： firefox - 允许使用 Firefox 的 SSL 中间人

文章推荐： google-chrome - 让 Chrome 接受自签名本地主机证书

算法金|一个强大的算法模型：t-SNE！！
大侠幸会，在下全网同名「算法金」 0 基础转 AI 上岸，多个算法赛 Top 「日更万日，让更多人享受智能乐趣」 t-SNE（t-Distributed Sto
python - t-SNE 在不同的机器上产生不同的结果
我有大约 3000 个 100D 数据点，我使用 t-SNE 将它们投影到 2D。每个数据点属于三个类别之一。但是，当我在两台不同的计算机上运行脚本时，我不断得到不一致的结果。当我使用随机种子时，预计
python - 如何在模型中实现 t-SNE？
我将数据分开进行训练/测试。当我使用 PCA 时，它很简单。 from sklearn.decomposition import PCA pca = PCA() X_train_pca = pca.f
python - t-SNE 的计算瓶颈是它的内存复杂度吗？
我一直在探索不同的降维算法，特别是 PCA 和 T-SNE。我正在使用 MNIST 数据集的一小部分(大约 780 维)并尝试将原始数据减少到三个维度以可视化为散点图。 T-SNE 可以描述的很详细h
python - t-SNE 高维数据可视化
我有一个 Twitter 语料库，我用它来构建情绪分析应用程序。语料库有 5000 条推文，这些推文被手工标记为 - 负面、中立或正面为了表示文本 - 我正在使用 gensim word2vec 预
python - t-SNE 的并行版本
是否有并行版本的 t-SNE 算法的 Python 库？或者多核/并行t-SNE算法是否存在？我正在尝试使用 t-SNE 减少词汇表中所有 word2vec 的维度 (300d -> 2d)。问题
python - 记录 T-SNE 训练？
我们可以记录库的训练如gensim使用 import logging logger = logging.getLogger() logger.setLevel(logging.INFO) 这在运行 T
python - 具有基于列名称的图例的 T-SNE 散点图
我的 T-SNE 散点图打印得很好，但打印出的颜色全部相同并且没有图例。我在这方面遇到了很大的麻烦。对于 SeaBorn 来说，它是“hue”，对于 Matplotlib 来说，它是定义“c”。总而言
python - 词向量列表上的 T-SNE 可视化
我有一个约 20k 词向量列表('tuple_vectors')，没有标签，每个都如下所示 [-2.84658718e+00 -7.74899840e-01 -2.24296474e+00 -8.69
python - 使用 t-SNE 降维执行聚类
问题是哪个应该先出现:a) 聚类还是 b) 降维算法？换句话说，我可以应用像 t-SNE 这样的伪(因为它不是真的)降维方法，然后使用聚类算法来提取聚类，还是应该在原始高维空间上执行聚类并仅用于给节点
python - 使用 t-SNE 降维
我有两组数据训练和测试。两个数据集分别有30213条和30235条，每条66维。我正在尝试应用 scikit learn 的 t-SNE 将维度减少到 2。由于数据集很大，如果我尝试一次性处理整个数
python - Yellowbrick t-SNE 拟合引发 ValueError
我正在尝试使用 Yellowbrick 包中的 t-SNE 来可视化数据。我收到一个错误。 import pandas as pd from yellowbrick.text import TSNEV
python - 为什么我的 sklearn t-sne 函数在达到最大迭代次数之前退出
我正在尝试对平方距离矩阵运行 tsne 分析。这些是我正在使用的命令。 model = TSNE(n_components = 2,perplexity = 32, verbose = 10,n_it
machine-learning - 为什么 t-sne 被认为是受监督的？
是什么让 t-sne 受到监督？维基百科对 t-sne algorithm 进行分类作为一种监督方法。我读到监督方法涉及训练，有输入和期望的结果。我在想，t-sne 的目标是最小化 Kullbac
r - R 中的 t-SNE 预测
目标:我的目标是在 R 中使用 t-SNE(t 分布随机邻域嵌入)对我的训练数据进行降维(具有 N 个观察值和 >K 个变量，其中 K>>N)，随后旨在为我的测试数据提供 t-SNE 表示。示例:假
python - 从 t-SNE 图中获取 ID？
很简单，如果我在 Python 中对高维数据执行 t-SNE，那么我会得到反射(reflect)每个新点的 2 或 3 个坐标。但是我如何将这些映射到原始 ID？我能想到的一种方法是，如果索引一直保
python - pip install t sne 不起作用
我无法在我的 Windows 机器上安装 tsne 包。我按照说明 here为 Python 安装 tsne 包。但是 pip install tsne 或 pip install git+https
r - 有没有办法为数据表绘制 UMAP 或 t-SNE 图？
我有一个很大的文件(下面是一小部分数据)，如下所示，我想画一个 PCA，我可以用 PCA 函数画 PCA 但它看起来有点乱，因为我有 200 列所以我想也许 t-SNE 或 UMAP 效果更好，但我无
r - 如何使用 ggplot 绘制 T-SNE 聚类
这是使用 IRIS 数据的 t-SNE 代码: library(Rtsne) iris_unique <- unique(iris) # Remove duplicates iris_matrix <
r - 如何更改 R 中的 t-sne 距离？
我尝试在R中使用T-sne。我想使用 dtw 而不是欧几里德距离。如何更改 R 中的规范？对精选数据执行算法 library(Rtsne) tsne <- Rtsne(train[,-1], dim

首页

博学

6Ren·AI

商城

python - 词向量列表上的 T-SNE 可视化