基于E-t-SNE的混合属性数据降维可视化方法

• 作者: 周晓锋 张宜弛 李帅 李歆 魏世超
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: t-SNE算法 混合属性数据 降维 可视化
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 理论与研发
• 页码范围: 66-72
• 页数: 7页
• 分类号: TP391
• 字数: 7489字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1903-0330

摘要

针对传统的t分布随机近邻嵌入(t-SNE)算法只能处理单一属型数据,不能很好地处理混合属性数据的问题,提出一种扩展的t-SNE降维可视化算法E-t-SNE,用于处理混合属性数据.该方法引入信息熵概念来构建分类属性数据的距离矩阵,采用分类属性数据距离与数值属性数据欧式距离相结合的方式构建混合属性数据距离矩阵,将新的距离矩阵输入t-SNE算法对数据进行降维并在二维空间可视化展示.此外,为验证算法有效性,采用k近邻(kNN)算法对混合数据降维后的效果进行评价.通过在UCI数据集上的实验表明,该方法在处理混合属性数据方面,不仅具有较好的可视化能力,而且能有效地对不同类别的数据进行降维分簇,提升后续分类器的分类准确率.