ml/ library Learn by doing
ALGORITHM 70 · PYTHON / JAVASCRIPT

Isomap

คลี่ข้อมูลโค้งด้วยระยะทางที่เดินไปตามผิวข้อมูล

LEARNING LEVEL3
ผสานหลายแนวคิดควรรู้มาก่อน · kNN, shortest path และ PCA
ลองใน Playground

01Overall Concept

OVERALL CONCEPT

ไอเดียหลัก — Isomap สร้างกราฟเพื่อนบ้าน วัดระยะ geodesic ด้วยเส้นทางสั้นที่สุด แล้วฝังจุดลงในมิติต่ำให้ระยะเหล่านั้นใกล้เคียงเดิม จึงรักษาโครงสร้างขนาดใหญ่ของ manifold ได้

ลองนึกภาพว่า — เหมือนวัดระยะระหว่างเมืองตามถนนบนภูเขา แล้วกางแผนที่ให้แบนโดยพยายามรักษาระยะการเดินทาง

ตัวอย่างการนำไปใช้ — สำรวจข้อมูลเซนเซอร์ ท่าทาง และภาพที่วางตัวบนผิวโค้ง

02อธิบายภาษาคนเข้าใจง่ายๆ

เล่าแบบไม่ใช้ศัพท์ยาก

Isomap เริ่มจากคำถามง่าย ๆ ว่า คลี่ข้อมูลโค้งด้วยระยะทางที่เดินไปตามผิวข้อมูล วิธีนี้ไม่ได้มองข้อมูลทุกชนิดเหมือนกัน จึงต้องเตรียมข้อมูลให้ตรงกับสิ่งที่อัลกอริทึมใช้คำนวณ

เหมือนวัดระยะระหว่างเมืองตามถนนบนภูเขา แล้วกางแผนที่ให้แบนโดยพยายามรักษาระยะการเดินทาง ภาพเปรียบเทียบนี้ช่วยจำแก่นของวิธี แต่ตอนใช้งานจริงคอมพิวเตอร์ทำงานกับตัวเลขและกฎที่กำหนดไว้อย่างชัดเจน

Isomap สร้างกราฟเพื่อนบ้าน วัดระยะ geodesic ด้วยเส้นทางสั้นที่สุด แล้วฝังจุดลงในมิติต่ำให้ระยะเหล่านั้นใกล้เคียงเดิม จึงรักษาโครงสร้างขนาดใหญ่ของ manifold ได้ พารามิเตอร์หลักใน Playground คือ จำนวนเพื่อนบ้าน เมื่อเลื่อนค่า ระบบจะคำนวณผลใหม่จากข้อมูลชุดเดิม จึงเปรียบเทียบการเปลี่ยนแปลงได้ตรง ๆ

ข้อมูลตัวอย่างบนหน้าใช้รูปแบบ เมทริกซ์ feature เชิงตัวเลขที่ปรับสเกลแล้ว · ตัวอย่าง 60–150 แถว เราแยกสิ่งที่อัลกอริทึมรับเข้าออกจากผลลัพธ์ เพื่อไม่เผลอส่งข้อมูลคำตอบหรือข้อมูลอนาคตเข้าไปตอนฝึก

งานที่เหมาะ เช่น สำรวจข้อมูลเซนเซอร์ ท่าทาง และภาพที่วางตัวบนผิวโค้ง ก่อนใช้จริงควรกำหนด metric ที่สัมพันธ์กับเป้าหมาย แล้วเปรียบเทียบกับวิธีพื้นฐานที่ง่ายกว่า

ภาพจำ: พิกัด embedding มิติต่ำ · Playground แสดงผลเมื่อปรับ จำนวนเพื่อนบ้าน พร้อมจำข้อจำกัดสำคัญว่า กราฟที่ขาดหรือมีทางลัดจาก noise ทำให้ embedding บิด และต้นทุนระยะคู่สูงเมื่อข้อมูลใหญ่

03How it works

ค่อยๆ ทำไปด้วยกัน ตั้งแต่ข้อมูลแถวแรกจนถึงการตรวจคำตอบ

  1. เตรียมข้อมูลให้ตรงโจทย์

    เมทริกซ์ feature เชิงตัวเลขที่ปรับสเกลแล้ว ตรวจค่าที่หาย หน่วยของแต่ละคอลัมน์ และแยกข้อมูลประเมินก่อนเรียนรู้พารามิเตอร์จากข้อมูล

  2. ตั้งค่าที่ควบคุมพฤติกรรม

    ใช้ n_neighbors เพื่อกำหนดความเชื่อมต่อของกราฟ manifold และบันทึกค่าเริ่มต้นหรือ random seed เมื่อวิธีมีการสุ่ม เพื่อให้ทำซ้ำและเปรียบเทียบได้

  3. คำนวณแก่นของวิธี

    เชื่อมแต่ละจุดกับเพื่อนบ้านใกล้สุด จากนั้น หาระยะเส้นทางสั้นที่สุดบนกราฟ Playground ใช้ข้อมูลสาธิตชุดเดิมทุกครั้งเพื่อให้เห็นผลของ slider โดยไม่ถูกความสุ่มกลบ

  4. สร้างผลลัพธ์ที่นำไปอ่านได้

    ใช้ MDS สร้างพิกัดที่รักษาระยะ geodesic ผลที่ได้คือ พิกัด embedding มิติต่ำ ตัวเลขหรือกลุ่มที่ได้ยังต้องตีความร่วมกับบริบทของข้อมูล

  5. ตรวจว่าคำตอบใช้ได้จริง

    เปรียบเทียบหลายค่าของ n_neighbors ด้วย metric ที่เหมาะ ดูทั้งผลรวมและกรณีที่พลาด แล้วทดสอบกับข้อมูลที่ไม่ใช้ปรับค่า โดยคำนึงถึงข้อจำกัดว่า กราฟที่ขาดหรือมีทางลัดจาก noise ทำให้ embedding บิด และต้นทุนระยะคู่สูงเมื่อข้อมูลใหญ่

เปิดตัวอย่างโค้ดเพื่อลองทำตาม →ตัวอย่างตัวเลขในเรื่องใช้ช่วยอธิบาย ส่วนโค้ดและ Playground ใช้ชุดข้อมูลสาธิตของแต่ละหน้าอ่านเอกสารอ้างอิงของเทคนิคนี้ ↗

ข้อมูล พารามิเตอร์ และภาพรวมการคำนวณ

DATA INX · features · no target yเมทริกซ์ feature เชิงตัวเลขที่ปรับสเกลแล้ว · ตัวอย่าง 60–150 แถว
CALCULATEIsomap
n_neighborsrandom_statevalidation
RESULTcluster labels + centersพิกัด embedding มิติต่ำ · Playground แสดงผลเมื่อปรับ จำนวนเพื่อนบ้าน
เส้นทางของข้อมูล: จากค่าที่รับเข้า ผ่านการคำนวณด้วยพารามิเตอร์ ไปเป็นผลลัพธ์
INPUT

ข้อมูลที่รับเข้ามา

เมทริกซ์ feature เชิงตัวเลขที่ปรับสเกลแล้ว

เมทริกซ์ feature เชิงตัวเลขที่ปรับสเกลแล้ว · ตัวอย่าง 60–150 แถว
PARAMETERS

พารามิเตอร์ที่ใช้

n_neighbors
กำหนดความเชื่อมต่อของกราฟ manifold
random_state
ตรึงการสุ่มเพื่อให้ทดลองซ้ำและเปรียบเทียบได้
validation
เก็บข้อมูลส่วนหนึ่งไว้ตรวจคุณภาพกับตัวอย่างที่ไม่ใช้ฝึก
OUTPUT

ผลลัพธ์ที่ได้

พิกัด embedding มิติต่ำ

พิกัด embedding มิติต่ำ · Playground แสดงผลเมื่อปรับ จำนวนเพื่อนบ้าน
CALCULATION

คำนวณทีละขั้น

  1. 01

    เชื่อมแต่ละจุดกับเพื่อนบ้านใกล้สุด

  2. 02

    หาระยะเส้นทางสั้นที่สุดบนกราฟ

  3. 03

    ใช้ MDS สร้างพิกัดที่รักษาระยะ geodesic

ควรรู้อีกนิด — กราฟที่ขาดหรือมีทางลัดจาก noise ทำให้ embedding บิด และต้นทุนระยะคู่สูงเมื่อข้อมูลใหญ่

04Make it yours

Python · scikit-learn
# ติดตั้ง: pip install numpy scikit-learn# ดาวน์โหลด sample.csv จากหน้านี้ แล้ววางไว้ข้างสคริปต์import numpy as npdata = np.genfromtxt("isomap-sample.csv", delimiter=",", skip_header=1)from sklearn.preprocessing import StandardScalerfrom sklearn.manifold import IsomapX = StandardScaler().fit_transform(data[:, :2])model = Isomap(n_neighbors=8, n_components=2)embedding = model.fit_predict(X) if hasattr(model, "fit_predict") else model.fit_transform(X)print("Output shape:", np.asarray(embedding).shape)print(np.asarray(embedding)[:8])

โค้ดเปลี่ยนตามค่าที่เลือกใน Playground · แต่ละภาษาใช้ข้อมูลตัวอย่างตามที่ระบุในโค้ด

05Learn by playing

เพื่อนบ้านกี่จุดจึงเชื่อมผิวข้อมูลได้โดยไม่สร้างทางลัด?

Isomap / ภาพกลไกที่พารามิเตอร์ควบคุม● คำนวณใหม่เมื่อปรับค่า
กำหนดความเชื่อมต่อของกราฟ manifold
ดูภาพอย่างไร

เส้นด้านซ้ายคือกราฟเพื่อนบ้าน ส่วนด้านขวาคือ manifold ที่คลี่แล้ว

เมื่อเพิ่มค่า

กราฟเชื่อมแน่นขึ้นและมองโครงสร้างกว้างขึ้น แต่เสี่ยงเชื่อมข้ามส่วนที่ไม่ควรติดกัน

ลองเปรียบเทียบ

ลองค่าต่ำ กลาง และสูง แล้วหาจุดที่กราฟยังต่อกันแต่ไม่รกเกินไป

โครงสร้าง/กราฟเดิมrepresentation หลังแปลง
Geodesic distortion15.014
เพื่อนบ้านต่อจุด8
พารามิเตอร์ที่ลอง8

Playground เป็น implementation เพื่อการเรียนรู้ที่คำนวณในเบราว์เซอร์ ส่วนโค้ด Python ใช้ scikit-learn จึงอาจให้ค่าต่างกันเล็กน้อยจากรายละเอียดการ optimize และค่าเริ่มต้นของไลบรารี ผลนี้ไม่ใช่ benchmark บนข้อมูลจริง