Masz zbiór danych dotyczących zachowań zakupowych klientów, zawierający tysiące cech i wiele kolumn numerycznych dla każdego klienta. Chcesz szybko znaleźć naturalne grupy wśród klientów i zwizualizować wyniki. Co powinieneś zrobić?

Prawidłowa odpowiedź to osadzenie cech numerycznych za pomocą t-SNE i utworzenie wykresu punktowego. t-SNE (t-distributed Stochastic Neighbor Embedding) to technika redukcji wymiarowości, która doskonale nadaje się do wizualizacji danych wielowymiarowych poprzez mapowanie ich na przestrzeń dwu- lub trójwymiarową, zachowując przy tym podobieństwo między punktami danych. Wykres punktowy (scatter plot) jest idealnym narzędziem do wizualizacji danych po redukcji wymiarowości, ponieważ pozwala na łatwe dostrzeżenie naturalnych grup (klastrów) w danych. Uruchomienie k-means z wykresem łokciowym jest metodą do określania optymalnej liczby klastrów, a nie do wizualizacji samych grup. Wykres liniowy nie jest odpowiedni do wizualizacji rozproszonych punktów danych w celu identyfikacji grup. Wykresy pudełkowe dla każdej cechy numerycznej w każdym klastrze są przydatne do analizy rozkładu cech w klastrach, ale nie do szybkiego wizualnego odkrywania samych grup.