• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • R代码|基于t-SNE算法的高维数据可视化

      R代码|基于t-SNE算法的高维数据可视化

      • 发布者 weinfoadmin
      • 分类 未分类
      • 日期 2021年9月9日
      • 评论 0评论

      专题介绍:R是一种广泛用于数据分析和统计计算的强大语言,于上世纪90年代开始发展起来。得益于全世界众多 爱好者的无尽努力,大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio(用户的界面体验更好)。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献,让R语言在全球范围内越来越流行。其中一些R包,例如MASS,SparkR, ggplot2,使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件,是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上,而且嵌入了一个非常方便实用的帮助系统,相比于其他统计分析软件,R的学术性开发比较早,适合生物学和医学等学术学科的科研人员使用。

      前言

      我创建【R代码】专栏,用于分享R语言解决数据,特征和模型三方面问题的代码。这些代码片段,具有实用性和迁移性。大家可以根据实际问题做修改,变通和延展。我只是R语言代码的搬运工和传播者,大家在使用这些R代码的时候,有些什么新的启示或者问题,请留言。依托【R语言】公众号,我创建了R语言群,群友们每天都会就R语言的主题进行交流和分享。需要加入R语言群的朋友,可以扫码加我的个人微信,请备注【姓名-入群】。我诚邀你加入群,大家相互学习和共同进步。


      代码

      这是一份基于t-SNE算法的高维数据可视化的代码,需要配套数据集测试代码,也可以扫码添加我的微信。当然,我也会邀请你加入R语言群,大家一起交流和讨论。

      我提倡【代码学习法】,首先,做代码测试,然后,做代码迁移,再次,做代码重构。

      #######################
      #2020-8-2
      ######################
      options(warn = -1)
      library(Rtsne)
      library(data.table)
      library(dplyr)
      library(magrittr)

      library(ggplot2) 
      library(plotly)
      library(ggthemes)

      # 导入数据集
      data <- fread("creditcard.csv")

      # 数据准备

      # 准备和选择数据

      data %<>%
        mutate(id = 1:nrow(data)) %>%
        mutate(Class = as.integer(Class))

      # 变量名重命名
      names(data) <- gsub('V', 'Feat', names(data))

      # 数据缺失值处理
      # 策略:删除含有缺失值的样本集
      data <- data[apply(data, MARGIN = 1, FUN = function(x) !any(is.na(x))), ]

      # 选择感兴趣的变量集
      numeric_interesting_features <- c(paste0('Feat', 1:28),
                                        'Amount') 

      df <- (as.data.frame(data[numeric_interesting_features]))

      # 数据标准化处理
      df_normalised <- apply(df, 
                             MARGIN = 2, 
                             FUN = function(x) {
                               scale(x, center = T, scale = T)
                             } )
      df_normalised %<>%
        as.data.frame() %>%
        cbind(select(data, id))

      df_normalised <- df_normalised[ apply(df_normalised, MARGIN = 1, FUN = function(x) !any(is.na(x))), ]
      head(df_normalised) %>% View

      # 选择有欺诈嫌疑的样本集
      data_fraud <- df_normalised %>%
        semi_join(filter(data, Class == 1), by = 'id')

      data_fraud %>% head %>% View

      data_sub <- df_normalised %>%
        sample_n(20000) %>% # sample of data
        rbind(data_fraud)

      # remove rows containing duplicate values within rounding
      data_sub <- data_sub[!duplicated(select(data_sub, -id)), ]  

      # Run t-SNE to get the 2D coordinates
      rtsne_out <- Rtsne(as.matrix(select(data_sub, -id)), pca = FALSE, verbose = TRUE,
                         theta = 0.3, max_iter = 1300, Y_init = NULL)
      # "Class", the target, is not used to compute the 2D coordinates

      # Data post-processing
      # merge 2D coordinates with original features
      tsne_coord <- as.data.frame(rtsne_out$Y) %>%
        cbind(select(data_sub, id)) %>%
        left_join(data, by = 'id')
      tsne_coord %>% head %>% View

      #Plot the map and its Hexagonal background

      gg <- ggplot() +
        labs(title = "All Frauds (white dots) in the transaction landscape (10% of data)") +
        scale_fill_gradient(low = 'darkblue', high = 'red', name="Proportionnof fraud pernhexagon") +
        coord_fixed(ratio = 1) +
        theme_void() +
        stat_summary_hex(data = tsne_coord, aes(x=V1, y=V2, z = Class), bins=10, fun = mean, alpha = 0.9) +
        geom_point(data = filter(tsne_coord, Class == 0), aes(x = V1, y = V2), alpha = 0.3, size = 1, col = 'black') +
        geom_point(data = filter(tsne_coord, Class == 1), aes(x = V1, y = V2), alpha = 0.9, size = 0.3, col = 'white') +
        theme(plot.title = element_text(hjust = 0.5, family = 'Calibri'),
              legend.title.align=0.5)

      gg

      结果如下:


      你在测试代码的过程中,有任何问题或者想法,请留言。

      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      作者头像
      weinfoadmin

      上一篇文章

      代码协同与管理
      2021年9月9日

      下一篇文章

      分享就是收获
      2021年9月9日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?