Livello: intermedio
Meijian Guan, sviluppatore statistico della ricerca JMP, SAS
I set di dati ad alta dimensione possono essere molto difficili da visualizzare. Recentemente, algoritmi di riduzione e visualizzazione delle dimensioni non lineari, in particolare t-Distributed Stochastic Neighbor Embedding (t-SNE) e approssimazione e proiezione multiforme uniformi (UMAP), sono stati ampiamente applicati a varie aree di ricerca come l'elaborazione delle immagini, l'estrazione del testo e la genomica. Differiscono dai metodi di riduzione della dimensione lineare, ad esempio l'analisi dei componenti principali (PCA), preservando solo piccole distanze a coppie o somiglianze locali, mentre la PCA si preoccupa di preservare grandi distanze a coppie per massimizzare la varianza.
Mentre JMP non implementa t-SNE o UMAP nelle versioni attuali, la sua interfaccia R / Python intuitiva fornisce agli utenti un accesso rapido e semplice a questi pacchetti open source. In questa presentazione, dimostreremo un componente aggiuntivo JMP che fornisce l'accesso agli algoritmi t-SNE e UMAP. Offre un'interfaccia intuitiva che consente la navigazione nella tabella dei dati, il controllo della qualità dei dati, la gestione della scarsità, la parametrizzazione intuitiva e l'interpretazione interattiva dei risultati.
Nella dimostrazione verranno utilizzati i dati delle cifre scritte a mano di MNIST e un set di dati di sequenziamento di una singola cellula del mouse composto da> 100.000 cellule di 20 organi. I risultati di PCA, t-SNE e UMAP verranno visualizzati e confrontati. Mostreremo anche come JMP facilita le scoperte scientifiche attraverso la sua alta interattività.
