Livello: Intermedio
Meijian Guan, JMP Research Statistician Developer, SAS
I set di dati ad alta dimensionalità possono essere molto difficili da visualizzare. Di recente, algoritmi di riduzione e visualizzazione delle dimensioni non lineari, in particolare t-Distributed Stochastic Neighbor Embedding (t-SNE) e uniform manifold approximation and projection (UMAP), sono stati ampiamente applicati a varie aree di ricerca come l'elaborazione delle immagini, il text mining e la genomica. Differiscono dai metodi di riduzione delle dimensioni lineari, ad esempio l'analisi delle componenti principali (PCA), perché preservano solo piccole distanze a coppie o somiglianze locali, mentre la PCA si occupa di preservare grandi distanze a coppie per massimizzare la varianza.
Sebbene JMP non implementi t-SNE o UMAP nelle release correnti, la sua interfaccia R/Python intuitiva fornisce agli utenti un accesso rapido e semplice a questi pacchetti open source. In questa presentazione, mostreremo un componente aggiuntivo JMP che fornisce accesso sia agli algoritmi t-SNE che UMAP. Offre un'interfaccia intuitiva che consente la navigazione nella tabella dati, il controllo della qualità dei dati, la gestione della sparsità, la parametrizzazione intuitiva e l'interpretazione interattiva dei risultati.
Nella dimostrazione verranno utilizzati i dati delle cifre scritte a mano MNIST e un set di dati di sequenziamento di singole cellule di topo che consiste di >100.000 cellule da 20 organi. I risultati di PCA, t-SNE e UMAP verranno visualizzati e confrontati. Mostreremo anche come JMP faciliti le scoperte scientifiche attraverso la sua elevata interattività.
