【好工具分享】Embedding Projector

Google开源的高维数据可视化工具,通过特定的降维算法如PCA，T-sne将原始数据降维到二或者三维空间，以 2D 或 3D 模式查看数据，通过自然的拖拽手势，实现缩放、旋转、固定等操作。

在 可视化网站 上放出了一个单独的版本，用户无需安装和运行TensorFlow，即可将其高维数据可视化。

网上介绍很多，我直接说说如何使用：

点击load之后：

1.在上图的位置1中加载，词向量（或者说你想降维来观察的任何向量）

但是要求输入的数据是tsv格式，tsv与csv的区别就在于tsv以\t分隔，csv以,分隔，所以我们需要把pandas.dataframe保存成tsv格式，方式如下：

with open("./my.tsv", 'w') as write_tsv:
    write_tsv.write(df.to_csv(sep='\t', index=False,header=False))

2.在上图的位置2中加载label，（可以是每个词向量对应的任一属性）

将dataframe中的某一属性保存成单独的tsv即可：

with open("./feature1.tsv", 'w') as write_tsv:
    write_tsv.write(df['feature1'].to_csv(sep='\t', index=False,header=False))

然后就可以看3D可视化结果了，可以看出根据feature1的分布情况看出聚类效果如何：

也可以看2D的效果：

个人感觉看聚类的时候蛮好用的，不用自己code实现了。