Niveau: intermédiaire
Meijian Guan, développeur statisticien de recherche JMP, SAS
Les ensembles de données de grande dimension peuvent être très difficiles à visualiser. Récemment, des algorithmes non linéaires de réduction de dimensions et de visualisation, notamment l’incorporation stochastique de voisins t-distribués (t-SNE) et l’approximation et la projection de variétés uniformes (UMAP), ont été largement appliqués à divers domaines de recherche tels que le traitement d’image, la fouille de textes et la génomique. Elles diffèrent des méthodes de réduction de dimensions linéaires, par exemple l’analyse en composantes principales, en ne conservant que de petites distances par paires ou des similitudes locales, tandis que la PCA s’intéresse à la préservation de grandes distances par paires afin de maximiser la variance.
Bien que JMP n'implémente ni t-SNE ni UMAP dans les versions actuelles, son interface conviviale R / Python offre aux utilisateurs un accès rapide et facile à ces packages open source. Dans cette présentation, nous allons démontrer un complément JMP qui donne accès aux algorithmes t-SNE et UMAP. Il offre une interface conviviale permettant la navigation dans les tables de données, le contrôle de la qualité des données, la gestion de la parcimonie, le paramétrage intuitif et l’interprétation interactive des résultats.
Les données de chiffres manuscrites du MNIST et un ensemble de données de séquençage unicellulaire de souris composé de> 100 000 cellules provenant de 20 organes seront utilisés dans la démonstration. Les résultats de PCA, t-SNE et UMAP seront visualisés et comparés. Nous montrerons également comment JMP facilite les découvertes scientifiques grâce à sa grande interactivité.
