Visualización de conjuntos de datos de alta dimensionalidad con t-SNE

Abstract

t-Distributed Stochastic Neighbor Embedding (t-SNE) es una técnica no lineal de análisis no supervisado de reducción de la dimensión muy utilizada a la hora de realizar visualizaciones en dos dimensiones acerca de conjuntos de datos de alta dimensionalidad. A pesar de tratarse de una técnica relativamente reciente, no existe mucha documentación acerca de ella y sus aplicaciones. No obstante, una de las más apreciadas por sus usuarios es su gran utilidad a la hora de buscar estructuras o agrupaciones dentro de un conjunto de datos, ya que representa muy bien aquellos grupos bien definidos y separados en el plano. Sin embargo, se trata de un método muy dependiente del tipo de individuos u objetos que se buscan representar, lo que requiere también tener un conocimiento previo de los datos, alejándose así del propio análisis no supervisado.