Nivel: Intermedio
Meijian Guan, desarrollador estadístico de investigación de JMP, SAS
Los conjuntos de datos de alta dimensión pueden ser muy difíciles de visualizar. Recientemente, los algoritmos no lineales de reducción de dimensión y visualización, en particular la incrustación estocástica de vecinos distribuidos t (t-SNE) y la aproximación y proyección de variedades uniformes (UMAP), se han aplicado ampliamente en diversas áreas de investigación, como el procesamiento de imágenes, la minería de textos y la genómica. Se diferencian de los métodos de reducción de dimensión lineal, como el análisis de componentes principales (PCA), al preservar únicamente distancias pequeñas entre pares o similitudes locales, mientras que el PCA se centra en preservar distancias grandes entre pares para maximizar la varianza.
Aunque JMP no implementa t-SNE ni UMAP en las versiones actuales, su intuitiva interfaz R/Python proporciona a los usuarios un acceso rápido y sencillo a estos paquetes de código abierto. En esta presentación, demostraremos un complemento de JMP que proporciona acceso a los algoritmos t-SNE y UMAP. Ofrece una interfaz intuitiva que permite la navegación por tablas de datos, el control de calidad de los datos, la gestión de la dispersión, la parametrización intuitiva y la interpretación interactiva de los resultados.
En la demostración se utilizarán datos de dígitos manuscritos del MNIST y un conjunto de datos de secuenciación unicelular de ratón, compuesto por más de 100.000 células de 20 órganos. Se visualizarán y compararán los resultados de PCA, t-SNE y UMAP. También se mostrará cómo JMP facilita los descubrimientos científicos gracias a su alta interactividad.
