source: trunk/sources/HeuristicLab.Algorithms.DataAnalysis/3.4/TSNE/TSNEAlgorithm.cs @ 15551

Last change on this file since 15551 was 15551, checked in by bwerth, 2 years ago

#2850 fixed event registration

File size: 29.9 KB
Line 
1#region License Information
2/* HeuristicLab
3 * Copyright (C) 2002-2016 Heuristic and Evolutionary Algorithms Laboratory (HEAL)
4 *
5 * This file is part of HeuristicLab.
6 *
7 * HeuristicLab is free software: you can redistribute it and/or modify
8 * it under the terms of the GNU General Public License as published by
9 * the Free Software Foundation, either version 3 of the License, or
10 * (at your option) any later version.
11 *
12 * HeuristicLab is distributed in the hope that it will be useful,
13 * but WITHOUT ANY WARRANTY; without even the implied warranty of
14 * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
15 * GNU General Public License for more details.
16 *
17 * You should have received a copy of the GNU General Public License
18 * along with HeuristicLab. If not, see <http://www.gnu.org/licenses/>.
19 */
20#endregion
21
22using System;
23using System.Collections.Generic;
24using System.Drawing;
25using System.Linq;
26using System.Threading;
27using HeuristicLab.Analysis;
28using HeuristicLab.Common;
29using HeuristicLab.Core;
30using HeuristicLab.Data;
31using HeuristicLab.Optimization;
32using HeuristicLab.Parameters;
33using HeuristicLab.Persistence.Default.CompositeSerializers.Storable;
34using HeuristicLab.PluginInfrastructure;
35using HeuristicLab.Problems.DataAnalysis;
36using HeuristicLab.Random;
37
38namespace HeuristicLab.Algorithms.DataAnalysis {
39  /// <summary>
40  /// t-Distributed Stochastic Neighbor Embedding (tSNE) projects the data in a low dimensional
41  /// space to allow visual cluster identification.
42  /// </summary>
43  [Item("t-Distributed Stochastic Neighbor Embedding (tSNE)", "t-Distributed Stochastic Neighbor Embedding projects the data in a low " +
44                "dimensional space to allow visual cluster identification. Implemented similar to: https://lvdmaaten.github.io/tsne/#implementations (Barnes-Hut t-SNE). Described in : https://lvdmaaten.github.io/publications/papers/JMLR_2014.pdf")]
45  [Creatable(CreatableAttribute.Categories.DataAnalysis, Priority = 100)]
46  [StorableClass]
47  public sealed class TSNEAlgorithm : BasicAlgorithm {
48    public override bool SupportsPause {
49      get { return true; }
50    }
51    public override Type ProblemType {
52      get { return typeof(IDataAnalysisProblem); }
53    }
54    public new IDataAnalysisProblem Problem {
55      get { return (IDataAnalysisProblem)base.Problem; }
56      set { base.Problem = value; }
57    }
58
59    #region Parameter names
60    private const string DistanceFunctionParameterName = "DistanceFunction";
61    private const string PerplexityParameterName = "Perplexity";
62    private const string ThetaParameterName = "Theta";
63    private const string NewDimensionsParameterName = "Dimensions";
64    private const string MaxIterationsParameterName = "MaxIterations";
65    private const string StopLyingIterationParameterName = "StopLyingIteration";
66    private const string MomentumSwitchIterationParameterName = "MomentumSwitchIteration";
67    private const string InitialMomentumParameterName = "InitialMomentum";
68    private const string FinalMomentumParameterName = "FinalMomentum";
69    private const string EtaParameterName = "Eta";
70    private const string SetSeedRandomlyParameterName = "SetSeedRandomly";
71    private const string SeedParameterName = "Seed";
72    private const string ClassesNameParameterName = "ClassesName";
73    private const string NormalizationParameterName = "Normalization";
74    private const string RandomInitializationParameterName = "RandomInitialization";
75    private const string UpdateIntervalParameterName = "UpdateInterval";
76    #endregion
77
78    #region Result names
79    private const string IterationResultName = "Iteration";
80    private const string ErrorResultName = "Error";
81    private const string ErrorPlotResultName = "Error plot";
82    private const string ScatterPlotResultName = "Scatterplot";
83    private const string DataResultName = "Projected data";
84    #endregion
85
86    #region Parameter properties
87    public IFixedValueParameter<DoubleValue> PerplexityParameter {
88      get { return (IFixedValueParameter<DoubleValue>)Parameters[PerplexityParameterName]; }
89    }
90    public IFixedValueParameter<PercentValue> ThetaParameter {
91      get { return (IFixedValueParameter<PercentValue>)Parameters[ThetaParameterName]; }
92    }
93    public IFixedValueParameter<IntValue> NewDimensionsParameter {
94      get { return (IFixedValueParameter<IntValue>)Parameters[NewDimensionsParameterName]; }
95    }
96    public IConstrainedValueParameter<IDistance<double[]>> DistanceFunctionParameter {
97      get { return (IConstrainedValueParameter<IDistance<double[]>>)Parameters[DistanceFunctionParameterName]; }
98    }
99    public IFixedValueParameter<IntValue> MaxIterationsParameter {
100      get { return (IFixedValueParameter<IntValue>)Parameters[MaxIterationsParameterName]; }
101    }
102    public IFixedValueParameter<IntValue> StopLyingIterationParameter {
103      get { return (IFixedValueParameter<IntValue>)Parameters[StopLyingIterationParameterName]; }
104    }
105    public IFixedValueParameter<IntValue> MomentumSwitchIterationParameter {
106      get { return (IFixedValueParameter<IntValue>)Parameters[MomentumSwitchIterationParameterName]; }
107    }
108    public IFixedValueParameter<DoubleValue> InitialMomentumParameter {
109      get { return (IFixedValueParameter<DoubleValue>)Parameters[InitialMomentumParameterName]; }
110    }
111    public IFixedValueParameter<DoubleValue> FinalMomentumParameter {
112      get { return (IFixedValueParameter<DoubleValue>)Parameters[FinalMomentumParameterName]; }
113    }
114    public IFixedValueParameter<DoubleValue> EtaParameter {
115      get { return (IFixedValueParameter<DoubleValue>)Parameters[EtaParameterName]; }
116    }
117    public IFixedValueParameter<BoolValue> SetSeedRandomlyParameter {
118      get { return (IFixedValueParameter<BoolValue>)Parameters[SetSeedRandomlyParameterName]; }
119    }
120    public IFixedValueParameter<IntValue> SeedParameter {
121      get { return (IFixedValueParameter<IntValue>)Parameters[SeedParameterName]; }
122    }
123    public IConstrainedValueParameter<StringValue> ClassesNameParameter {
124      get { return (IConstrainedValueParameter<StringValue>)Parameters[ClassesNameParameterName]; }
125    }
126    public IFixedValueParameter<BoolValue> NormalizationParameter {
127      get { return (IFixedValueParameter<BoolValue>)Parameters[NormalizationParameterName]; }
128    }
129    public IFixedValueParameter<BoolValue> RandomInitializationParameter {
130      get { return (IFixedValueParameter<BoolValue>)Parameters[RandomInitializationParameterName]; }
131    }
132    public IFixedValueParameter<IntValue> UpdateIntervalParameter {
133      get { return (IFixedValueParameter<IntValue>)Parameters[UpdateIntervalParameterName]; }
134    }
135    #endregion
136
137    #region  Properties
138    public IDistance<double[]> DistanceFunction {
139      get { return DistanceFunctionParameter.Value; }
140    }
141    public double Perplexity {
142      get { return PerplexityParameter.Value.Value; }
143      set { PerplexityParameter.Value.Value = value; }
144    }
145    public double Theta {
146      get { return ThetaParameter.Value.Value; }
147      set { ThetaParameter.Value.Value = value; }
148    }
149    public int NewDimensions {
150      get { return NewDimensionsParameter.Value.Value; }
151      set { NewDimensionsParameter.Value.Value = value; }
152    }
153    public int MaxIterations {
154      get { return MaxIterationsParameter.Value.Value; }
155      set { MaxIterationsParameter.Value.Value = value; }
156    }
157    public int StopLyingIteration {
158      get { return StopLyingIterationParameter.Value.Value; }
159      set { StopLyingIterationParameter.Value.Value = value; }
160    }
161    public int MomentumSwitchIteration {
162      get { return MomentumSwitchIterationParameter.Value.Value; }
163      set { MomentumSwitchIterationParameter.Value.Value = value; }
164    }
165    public double InitialMomentum {
166      get { return InitialMomentumParameter.Value.Value; }
167      set { InitialMomentumParameter.Value.Value = value; }
168    }
169    public double FinalMomentum {
170      get { return FinalMomentumParameter.Value.Value; }
171      set { FinalMomentumParameter.Value.Value = value; }
172    }
173    public double Eta {
174      get { return EtaParameter.Value.Value; }
175      set { EtaParameter.Value.Value = value; }
176    }
177    public bool SetSeedRandomly {
178      get { return SetSeedRandomlyParameter.Value.Value; }
179      set { SetSeedRandomlyParameter.Value.Value = value; }
180    }
181    public int Seed {
182      get { return SeedParameter.Value.Value; }
183      set { SeedParameter.Value.Value = value; }
184    }
185    public string ClassesName {
186      get { return ClassesNameParameter.Value != null ? ClassesNameParameter.Value.Value : null; }
187      set { ClassesNameParameter.Value.Value = value; }
188    }
189    public bool Normalization {
190      get { return NormalizationParameter.Value.Value; }
191      set { NormalizationParameter.Value.Value = value; }
192    }
193    public bool RandomInitialization {
194      get { return RandomInitializationParameter.Value.Value; }
195      set { RandomInitializationParameter.Value.Value = value; }
196    }
197    public int UpdateInterval {
198      get { return UpdateIntervalParameter.Value.Value; }
199      set { UpdateIntervalParameter.Value.Value = value; }
200    }
201    #endregion
202
203    #region Storable poperties
204    [Storable]
205    private Dictionary<string, List<int>> dataRowNames;
206    [Storable]
207    private Dictionary<string, ScatterPlotDataRow> dataRows;
208    [Storable]
209    private TSNEStatic<double[]>.TSNEState state;
210    [Storable]
211    private int iter;
212    #endregion
213
214    #region Constructors & Cloning
215    [StorableConstructor]
216    private TSNEAlgorithm(bool deserializing) : base(deserializing) { }
217
218    [StorableHook(HookType.AfterDeserialization)]
219    private void AfterDeserialization() {
220      if (!Parameters.ContainsKey(RandomInitializationParameterName))
221        Parameters.Add(new FixedValueParameter<BoolValue>(RandomInitializationParameterName, "Wether data points should be randomly initialized or according to the first 2 dimensions", new BoolValue(true)));
222      RegisterParameterEvents();
223    }
224    private TSNEAlgorithm(TSNEAlgorithm original, Cloner cloner) : base(original, cloner) {
225      if (original.dataRowNames != null)
226        dataRowNames = new Dictionary<string, List<int>>(original.dataRowNames);
227      if (original.dataRows != null)
228        dataRows = original.dataRows.ToDictionary(kvp => kvp.Key, kvp => cloner.Clone(kvp.Value));
229      if (original.state != null)
230        state = cloner.Clone(original.state);
231      iter = original.iter;
232      RegisterParameterEvents();
233    }
234    public override IDeepCloneable Clone(Cloner cloner) {
235      return new TSNEAlgorithm(this, cloner);
236    }
237    public TSNEAlgorithm() {
238      var distances = new ItemSet<IDistance<double[]>>(ApplicationManager.Manager.GetInstances<IDistance<double[]>>());
239      Parameters.Add(new ConstrainedValueParameter<IDistance<double[]>>(DistanceFunctionParameterName, "The distance function used to differentiate similar from non-similar points", distances, distances.OfType<EuclideanDistance>().FirstOrDefault()));
240      Parameters.Add(new FixedValueParameter<DoubleValue>(PerplexityParameterName, "Perplexity-parameter of tSNE. Comparable to k in a k-nearest neighbour algorithm. Recommended value is floor(number of points /3) or lower", new DoubleValue(25)));
241      Parameters.Add(new FixedValueParameter<PercentValue>(ThetaParameterName, "Value describing how much appoximated " +
242                                                                               "gradients my differ from exact gradients. Set to 0 for exact calculation and in [0,1] otherwise. " +
243                                                                               "Appropriate values for theta are between 0.1 and 0.7 (default = 0.5). CAUTION: exact calculation of " +
244                                                                               "forces requires building a non-sparse N*N matrix where N is the number of data points. This may " +
245                                                                               "exceed memory limitations. The function is designed to run on large (N > 5000) data sets. It may give" +
246                                                                               " poor performance on very small data sets(it is better to use a standard t - SNE implementation on such data).", new PercentValue(0)));
247      Parameters.Add(new FixedValueParameter<IntValue>(NewDimensionsParameterName, "Dimensionality of projected space (usually 2 for easy visual analysis)", new IntValue(2)));
248      Parameters.Add(new FixedValueParameter<IntValue>(MaxIterationsParameterName, "Maximum number of iterations for gradient descent.", new IntValue(1000)));
249      Parameters.Add(new FixedValueParameter<IntValue>(StopLyingIterationParameterName, "Number of iterations after which p is no longer approximated.", new IntValue(0)));
250      Parameters.Add(new FixedValueParameter<IntValue>(MomentumSwitchIterationParameterName, "Number of iterations after which the momentum in the gradient descent is switched.", new IntValue(0)));
251      Parameters.Add(new FixedValueParameter<DoubleValue>(InitialMomentumParameterName, "The initial momentum in the gradient descent.", new DoubleValue(0.5)));
252      Parameters.Add(new FixedValueParameter<DoubleValue>(FinalMomentumParameterName, "The final momentum.", new DoubleValue(0.8)));
253      Parameters.Add(new FixedValueParameter<DoubleValue>(EtaParameterName, "Gradient descent learning rate.", new DoubleValue(10)));
254      Parameters.Add(new FixedValueParameter<BoolValue>(SetSeedRandomlyParameterName, "If the seed should be random.", new BoolValue(true)));
255      Parameters.Add(new FixedValueParameter<IntValue>(SeedParameterName, "The seed used if it should not be random.", new IntValue(0)));
256      Parameters.Add(new OptionalConstrainedValueParameter<StringValue>(ClassesNameParameterName, "Name of the column specifying the class lables of each data point. If this is not set training/test is used as labels."));
257      Parameters.Add(new FixedValueParameter<BoolValue>(NormalizationParameterName, "Whether the data should be zero centered and have variance of 1 for each variable, so different scalings are ignored.", new BoolValue(true)));
258      Parameters.Add(new FixedValueParameter<IntValue>(UpdateIntervalParameterName, "The interval after which the results will be updated.", new IntValue(50)));
259      Parameters.Add(new FixedValueParameter<BoolValue>(RandomInitializationParameterName, "Wether data points should be randomly initialized or according to the first 2 dimensions", new BoolValue(true)));
260
261      Parameters[UpdateIntervalParameterName].Hidden = true;
262
263      MomentumSwitchIterationParameter.Hidden = true;
264      InitialMomentumParameter.Hidden = true;
265      FinalMomentumParameter.Hidden = true;
266      StopLyingIterationParameter.Hidden = true;
267      EtaParameter.Hidden = false;
268      Problem = new RegressionProblem();
269      RegisterParameterEvents();
270    }
271    #endregion
272
273    public override void Prepare() {
274      base.Prepare();
275      dataRowNames = null;
276      dataRows = null;
277      state = null;
278    }
279
280    protected override void Run(CancellationToken cancellationToken) {
281      var problemData = Problem.ProblemData;
282      // set up and initialize everything if necessary
283      var wdist = DistanceFunction as WeightedEuclideanDistance;
284      if (wdist != null) wdist.Initialize(problemData);
285      if (state == null) {
286        if (SetSeedRandomly) Seed = new System.Random().Next();
287        var random = new MersenneTwister((uint)Seed);
288        var dataset = problemData.Dataset;
289        var allowedInputVariables = problemData.AllowedInputVariables.ToArray();
290        var allindices = Problem.ProblemData.AllIndices.ToArray();
291
292        // jagged array is required to meet the static method declarations of TSNEStatic<T>
293        var data = Enumerable.Range(0, dataset.Rows).Select(x => new double[allowedInputVariables.Length]).ToArray();
294        var col = 0;
295        foreach (var s in allowedInputVariables) {
296          var row = 0;
297          foreach (var d in dataset.GetDoubleValues(s)) {
298            data[row][col] = d;
299            row++;
300          }
301          col++;
302        }
303
304        if (Normalization) data = NormalizeInputData(data);
305        state = TSNEStatic<double[]>.CreateState(data, DistanceFunction, random, NewDimensions, Perplexity, Theta, StopLyingIteration, MomentumSwitchIteration, InitialMomentum, FinalMomentum, Eta, RandomInitialization);
306        SetUpResults(allindices);
307        iter = 0;
308      }
309      for (; iter < MaxIterations && !cancellationToken.IsCancellationRequested; iter++) {
310        if (iter % UpdateInterval == 0) Analyze(state);
311        TSNEStatic<double[]>.Iterate(state);
312      }
313      Analyze(state);
314    }
315
316    #region Events
317    protected override void OnProblemChanged() {
318      base.OnProblemChanged();
319      if (Problem == null) return;
320      OnProblemDataChanged(this, null);
321    }
322
323    protected override void RegisterProblemEvents() {
324      base.RegisterProblemEvents();
325      if (Problem == null) return;
326      Problem.ProblemDataChanged -= OnProblemDataChanged;
327      Problem.ProblemDataChanged += OnProblemDataChanged;
328      if (Problem.ProblemData == null) return;
329      Problem.ProblemData.Changed -= OnPerplexityChanged;
330      Problem.ProblemData.Changed -= OnColumnsChanged;
331      Problem.ProblemData.Changed += OnPerplexityChanged;
332      Problem.ProblemData.Changed += OnColumnsChanged;
333      if (Problem.ProblemData.Dataset == null) return;
334      Problem.ProblemData.Dataset.RowsChanged -= OnPerplexityChanged;
335      Problem.ProblemData.Dataset.ColumnsChanged -= OnColumnsChanged;
336      Problem.ProblemData.Dataset.RowsChanged += OnPerplexityChanged;
337      Problem.ProblemData.Dataset.ColumnsChanged += OnColumnsChanged;
338    }
339
340    protected override void DeregisterProblemEvents() {
341      base.DeregisterProblemEvents();
342      Problem.ProblemDataChanged -= OnProblemDataChanged;
343    }
344
345    protected override void OnStopped() {
346      base.OnStopped();
347      state = null;
348      dataRowNames = null;
349      dataRows = null;
350    }
351
352    private void OnProblemDataChanged(object sender, EventArgs args) {
353      if (Problem == null || Problem.ProblemData == null) return;
354      OnPerplexityChanged(this, null);
355      OnColumnsChanged(this, null);
356      Problem.ProblemData.Changed -= OnPerplexityChanged;
357      Problem.ProblemData.Changed += OnPerplexityChanged;
358      Problem.ProblemData.Changed -= OnColumnsChanged;
359      Problem.ProblemData.Changed += OnColumnsChanged;
360      if (Problem.ProblemData.Dataset == null) return;
361      Problem.ProblemData.Dataset.RowsChanged -= OnPerplexityChanged;
362      Problem.ProblemData.Dataset.ColumnsChanged -= OnColumnsChanged;
363      Problem.ProblemData.Dataset.RowsChanged += OnPerplexityChanged;
364      Problem.ProblemData.Dataset.ColumnsChanged += OnColumnsChanged;
365      if (!Parameters.ContainsKey(ClassesNameParameterName)) return;
366      ClassesNameParameter.ValidValues.Clear();
367      foreach (var input in Problem.ProblemData.InputVariables) ClassesNameParameter.ValidValues.Add(input);
368    }
369
370    private void OnColumnsChanged(object sender, EventArgs e) {
371      if (Problem == null || Problem.ProblemData == null || Problem.ProblemData.Dataset == null || !Parameters.ContainsKey(DistanceFunctionParameterName)) return;
372      DistanceFunctionParameter.ValidValues.OfType<WeightedEuclideanDistance>().Single().AdaptToProblemData(Problem.ProblemData);
373    }
374
375    private void RegisterParameterEvents() {
376      PerplexityParameter.Value.ValueChanged -= OnPerplexityChanged;
377      PerplexityParameter.Value.ValueChanged += OnPerplexityChanged;
378    }
379
380    private void OnPerplexityChanged(object sender, EventArgs e) {
381      if (Problem == null || Problem.ProblemData == null || Problem.ProblemData.Dataset == null || !Parameters.ContainsKey(PerplexityParameterName)) return;
382      PerplexityParameter.Value.ValueChanged -= OnPerplexityChanged;
383      PerplexityParameter.Value.Value = Math.Max(1, Math.Min((Problem.ProblemData.Dataset.Rows - 1) / 3.0, Perplexity));
384      PerplexityParameter.Value.ValueChanged += OnPerplexityChanged;
385    }
386    #endregion
387
388    #region Helpers
389    private void SetUpResults(IReadOnlyList<int> allIndices) {
390      if (Results == null) return;
391      var results = Results;
392      dataRowNames = new Dictionary<string, List<int>>();
393      dataRows = new Dictionary<string, ScatterPlotDataRow>();
394      var problemData = Problem.ProblemData;
395
396      if (!results.ContainsKey(IterationResultName)) results.Add(new Result(IterationResultName, new IntValue(0)));
397      if (!results.ContainsKey(ErrorResultName)) results.Add(new Result(ErrorResultName, new DoubleValue(0)));
398      if (!results.ContainsKey(ScatterPlotResultName)) results.Add(new Result(ScatterPlotResultName, "Plot of the projected data", new ScatterPlot(DataResultName, "")));
399      if (!results.ContainsKey(DataResultName)) results.Add(new Result(DataResultName, "Projected Data", new DoubleMatrix()));
400      if (!results.ContainsKey(ErrorPlotResultName)) {
401        var errortable = new DataTable(ErrorPlotResultName, "Development of errors during gradient descent") {
402          VisualProperties = {
403            XAxisTitle = "UpdateIntervall",
404            YAxisTitle = "Error",
405            YAxisLogScale = true
406          }
407        };
408        errortable.Rows.Add(new DataRow("Errors"));
409        errortable.Rows["Errors"].VisualProperties.StartIndexZero = true;
410        results.Add(new Result(ErrorPlotResultName, errortable));
411      }
412
413      //color datapoints acording to classes variable (be it double or string)
414      if (!problemData.Dataset.VariableNames.Contains(ClassesName)) {
415        dataRowNames.Add("Training", problemData.TrainingIndices.ToList());
416        dataRowNames.Add("Test", problemData.TestIndices.ToList());
417        return;
418      }
419      var classificationData = problemData as ClassificationProblemData;
420      if (classificationData != null && classificationData.TargetVariable.Equals(ClassesName)) {
421        var classNames = classificationData.ClassValues.Zip(classificationData.ClassNames, (v, n) => new {v, n}).ToDictionary(x => x.v, x => x.n);
422        var classes = classificationData.Dataset.GetDoubleValues(classificationData.TargetVariable, allIndices).Select(v => classNames[v]).ToArray();
423        for (var i = 0; i < classes.Length; i++) {
424          if (!dataRowNames.ContainsKey(classes[i])) dataRowNames.Add(classes[i], new List<int>());
425          dataRowNames[classes[i]].Add(i);
426        }
427      } else if (((Dataset)problemData.Dataset).VariableHasType<string>(ClassesName)) {
428        var classes = problemData.Dataset.GetStringValues(ClassesName, allIndices).ToArray();
429        for (var i = 0; i < classes.Length; i++) {
430          if (!dataRowNames.ContainsKey(classes[i])) dataRowNames.Add(classes[i], new List<int>());
431          dataRowNames[classes[i]].Add(i);
432        }
433      } else if (((Dataset)problemData.Dataset).VariableHasType<double>(ClassesName)) {
434        var clusterdata = new Dataset(problemData.Dataset.DoubleVariables, problemData.Dataset.DoubleVariables.Select(v => problemData.Dataset.GetDoubleValues(v, allIndices).ToList()));
435        const int contours = 8;
436        Dictionary<int, string> contourMap;
437        IClusteringModel clusterModel;
438        double[][] borders;
439        CreateClusters(clusterdata, ClassesName, contours, out clusterModel, out contourMap, out borders);
440        var contourorder = borders.Select((x, i) => new {x, i}).OrderBy(x => x.x[0]).Select(x => x.i).ToArray();
441        for (var i = 0; i < contours; i++) {
442          var c = contourorder[i];
443          var contourname = contourMap[c];
444          dataRowNames.Add(contourname, new List<int>());
445          dataRows.Add(contourname, new ScatterPlotDataRow(contourname, "", new List<Point2D<double>>()));
446          dataRows[contourname].VisualProperties.Color = GetHeatMapColor(i, contours);
447        }
448        var allClusters = clusterModel.GetClusterValues(clusterdata, Enumerable.Range(0, clusterdata.Rows)).ToArray();
449        for (var i = 0; i < clusterdata.Rows; i++) dataRowNames[contourMap[allClusters[i] - 1]].Add(i);
450      } else if (((Dataset)problemData.Dataset).VariableHasType<DateTime>(ClassesName)) {
451        var clusterdata = new Dataset(problemData.Dataset.DateTimeVariables, problemData.Dataset.DateTimeVariables.Select(v => problemData.Dataset.GetDoubleValues(v, allIndices).ToList()));
452        const int contours = 8;
453        Dictionary<int, string> contourMap;
454        IClusteringModel clusterModel;
455        double[][] borders;
456        CreateClusters(clusterdata, ClassesName, contours, out clusterModel, out contourMap, out borders);
457        var contourorder = borders.Select((x, i) => new {x, i}).OrderBy(x => x.x[0]).Select(x => x.i).ToArray();
458        for (var i = 0; i < contours; i++) {
459          var c = contourorder[i];
460          var contourname = contourMap[c];
461          dataRowNames.Add(contourname, new List<int>());
462          dataRows.Add(contourname, new ScatterPlotDataRow(contourname, "", new List<Point2D<double>>()));
463          dataRows[contourname].VisualProperties.Color = GetHeatMapColor(i, contours);
464        }
465        var allClusters = clusterModel.GetClusterValues(clusterdata, Enumerable.Range(0, clusterdata.Rows)).ToArray();
466        for (var i = 0; i < clusterdata.Rows; i++) dataRowNames[contourMap[allClusters[i] - 1]].Add(i);
467      } else {
468        dataRowNames.Add("Training", problemData.TrainingIndices.ToList());
469        dataRowNames.Add("Test", problemData.TestIndices.ToList());
470      }
471    }
472
473    private void Analyze(TSNEStatic<double[]>.TSNEState tsneState) {
474      if (Results == null) return;
475      var results = Results;
476      var plot = results[ErrorPlotResultName].Value as DataTable;
477      if (plot == null) throw new ArgumentException("Could not create/access error data table in results collection.");
478      var errors = plot.Rows["Errors"].Values;
479      var c = tsneState.EvaluateError();
480      errors.Add(c);
481      ((IntValue)results[IterationResultName].Value).Value = tsneState.iter;
482      ((DoubleValue)results[ErrorResultName].Value).Value = errors.Last();
483
484      var ndata = NormalizeProjectedData(tsneState.newData);
485      results[DataResultName].Value = new DoubleMatrix(ndata);
486      var splot = results[ScatterPlotResultName].Value as ScatterPlot;
487      FillScatterPlot(ndata, splot);
488    }
489
490    private void FillScatterPlot(double[,] lowDimData, ScatterPlot plot) {
491      foreach (var rowName in dataRowNames.Keys) {
492        if (!plot.Rows.ContainsKey(rowName)) {
493          plot.Rows.Add(dataRows.ContainsKey(rowName) ? dataRows[rowName] : new ScatterPlotDataRow(rowName, "", new List<Point2D<double>>()));
494          plot.Rows[rowName].VisualProperties.PointSize = 8;
495        }
496        plot.Rows[rowName].Points.Replace(dataRowNames[rowName].Select(i => new Point2D<double>(lowDimData[i, 0], lowDimData[i, 1])));
497      }
498    }
499
500    private static double[,] NormalizeProjectedData(double[,] data) {
501      var max = new double[data.GetLength(1)];
502      var min = new double[data.GetLength(1)];
503      var res = new double[data.GetLength(0), data.GetLength(1)];
504      for (var i = 0; i < max.Length; i++) max[i] = min[i] = data[0, i];
505      for (var i = 0; i < data.GetLength(0); i++)
506        for (var j = 0; j < data.GetLength(1); j++) {
507          var v = data[i, j];
508          max[j] = Math.Max(max[j], v);
509          min[j] = Math.Min(min[j], v);
510        }
511      for (var i = 0; i < data.GetLength(0); i++) {
512        for (var j = 0; j < data.GetLength(1); j++) {
513          var d = max[j] - min[j];
514          var s = data[i, j] - (max[j] + min[j]) / 2; //shift data
515          if (d.IsAlmost(0)) res[i, j] = data[i, j]; //no scaling possible
516          else res[i, j] = s / d; //scale data
517        }
518      }
519      return res;
520    }
521
522    private static double[][] NormalizeInputData(IReadOnlyList<IReadOnlyList<double>> data) {
523      // as in tSNE implementation by van der Maaten
524      var n = data[0].Count;
525      var mean = new double[n];
526      var max = new double[n];
527      var nData = new double[data.Count][];
528      for (var i = 0; i < n; i++) {
529        mean[i] = Enumerable.Range(0, data.Count).Select(x => data[x][i]).Average();
530        max[i] = Enumerable.Range(0, data.Count).Max(x => Math.Abs(data[x][i]));
531      }
532      for (var i = 0; i < data.Count; i++) {
533        nData[i] = new double[n];
534        for (var j = 0; j < n; j++) nData[i][j] = max[j].IsAlmost(0) ? data[i][j] - mean[j] : (data[i][j] - mean[j]) / max[j];
535      }
536      return nData;
537    }
538
539    private static Color GetHeatMapColor(int contourNr, int noContours) {
540      return ConvertTotalToRgb(0, noContours, contourNr);
541    }
542
543    private static void CreateClusters(IDataset data, string target, int contours, out IClusteringModel contourCluster, out Dictionary<int, string> contourNames, out double[][] borders) {
544      var cpd = new ClusteringProblemData((Dataset)data, new[] { target });
545      contourCluster = KMeansClustering.CreateKMeansSolution(cpd, contours, 3).Model;
546
547      borders = Enumerable.Range(0, contours).Select(x => new[] { double.MaxValue, double.MinValue }).ToArray();
548      var clusters = contourCluster.GetClusterValues(cpd.Dataset, cpd.AllIndices).ToArray();
549      var targetvalues = cpd.Dataset.GetDoubleValues(target).ToArray();
550      foreach (var i in cpd.AllIndices) {
551        var cl = clusters[i] - 1;
552        var clv = targetvalues[i];
553        if (borders[cl][0] > clv) borders[cl][0] = clv;
554        if (borders[cl][1] < clv) borders[cl][1] = clv;
555      }
556
557      contourNames = new Dictionary<int, string>();
558      for (var i = 0; i < contours; i++)
559        contourNames.Add(i, "[" + borders[i][0] + ";" + borders[i][1] + "]");
560    }
561
562    private static Color ConvertTotalToRgb(double low, double high, double cell) {
563      var colorGradient = ColorGradient.Colors;
564      var range = high - low;
565      var h = Math.Min(cell / range * colorGradient.Count, colorGradient.Count - 1);
566      return colorGradient[(int)h];
567    }
568    #endregion
569  }
570}
Note: See TracBrowser for help on using the repository browser.