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高维数据可视化，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，再次高维数据可视化，做代码重构。

#######################

#2020-8-2

######################

options(warn = -1)

library(Rt-sne)

library(data.table)

library(dplyr)

library(magrittr)

library(ggplot2)

library(plotly)

library(ggthemes)

#导入数据集

data "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) '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 function(x) !any(is.na(x))), ]

#选择感兴趣的变量集

numeric_interesting_features 'Feat',1:28),

'Amount')

df

#数据标准化处理

df_normalised

MARGIN = 2,

FUN =function(x) {

scale(x, center = T, scale = T)

})

df_normalised %%

as.data.frame %>%

cbind(select(data, id))

df_normalised function(x) !any(is.na(x))), ]

head(df_normalised) %>% View

#选择有欺诈嫌疑的样本集

data_fraud %

semi_join(filter(data, Class == 1), by ='id')

data_fraud %>% head %>% View

data_sub %

sample_n(20000) %>%#sample of data

rbind(data_fraud)

#remove rows containing duplicate values within rounding

data_sub

#Run t-SNE to get the 2D coordinates

rtsne_out

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 $Y)%>%

cbind(select(data_sub, id)) %>%

left_join(data, by ='id')

tsne_coord %>% head %>% View

#Plot the map and its Hexagonal background

gg

labs(title ="All Frauds (white dots) in the transaction landscape (10% of data)")+

scale_fill_gradient(low ='darkblue',high ='red',name="Proportionnof fraud

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！