t-SNE CSV web demo

original: https://cs.stanford.edu/people/karpathy/tsnejs/csvdemo.html

st2vec の tSNE

date: 2020-0819
大門先生からいただいたスプレッドシートを加工して st2vec を tSNE にかけるページ

下のデータテキストボックスに CSV 形式でデータを貼り付けて、t-SNEを2次元に埋め込むことができます。各行は 1 データ点に対応しています。各データ点にラベルを関連付けることができます。下のアニメーション中に埋め込み文字列として表示されます。データは、N x D 行列（N = データ点の数、1 行に 1つづつ、D = 特徴量の数）として指定することができます。この場合、ガウスカーネルがそれらの距離を計算するために使用されます。あるいは，自分で距離行列を入力することもできます。

データ固有の錯乱度 (perplexity) で遊んでみてください。錯乱度 (perplexity) とは、大まかに言えば、埋め込み中に各ポイントが隣接点とみなす点の数（整数であることに注意）のことです。したがって、錯乱度が高いほど埋め込みのグローバルな構造を強制し、錯乱度が小さいほどデータ雲状形状をより細かいレベルで切り刻むことになります。

(optional) Text labels:

Data:

5.4,4.1,0.2,8.5,5.9,9.2,7.8,7.3,0.6,7.9
5,5.1,1.1,7.3,7.1,9,8.9,8.7,3.5,8.5
6,2.2,6.6,7,7.6,8.4,9,9.8,6.3,9.3
6.8,1.7,4.6,5.5,3.2,9.4,5.4,9.2,1.3,8
8.2,5.6,7.8,7.2,7,9.6,9.5,8.5,7.9,9
9,9.8,9,8.6,9.7,9.8,9.6,10,8.7,9.4
7.3,7.9,9.3,10,6.7,8.9,9.7,9.6,6.9,7.1
8,5.5,8.6,8.3,4.7,8.7,8.2,8,5.9,7.7
3.8,9.8,7,10,8.9,9.7,9.6,9.1,8.5,8.8
8.6,9.8,9.2,10,10,10,9.6,10,8.2,9.9
6.5,6.1,8.5,9.5,3.3,9.6,7.7,10,2.4,8.2
8.1,7.8,6.9,10,4.8,10,9.2,10,3,9.1
8,7.4,5.6,9.1,4.4,9.3,5.2,10,3,8.4
4.9,1.5,5.2,7.2,6.2,9.1,6.4,8.6,2.4,8.1
7.6,6.3,7,6.3,4.6,7.5,4.9,9.5,2.2,0.9
7.9,3.6,6.7,9.1,9,9.5,7.1,9.8,6.4,8.4
5.8,7.6,5.8,8.5,6,9.5,9.6,9.7,1.5,8.4
6.3,7.6,7.1,8.6,8.8,7.6,9.4,6.9,6.8,7.5
2.5,0.3,0,0,0,0.3,5.1,0.6,1,1.7
3.3,0.7,1.4,8.2,4.9,8.1,7.4,8.9,2,8.2
1.5,0.3,0.1,0,1.5,2.4,0.4,1.1,0.5,1.2
3,1.3,5.5,7.4,5.3,8.4,5.3,5.7,1.5,1.3
5.5,1.8,6.4,8.8,4.5,9.2,8.7,9.3,3.4,8.8
7.6,8.4,8.3,8.8,6.5,9.5,9.1,9.9,9.3,9.2
7.4,8.5,5.9,7.7,5.8,10,7.3,9.1,6.7,8.7
6.7,6.6,6.3,8.6,5.9,8.8,7.8,8.1,3.7,7
8.7,2.8,9.6,8.5,6.3,7,8.4,10,5,9
7.2,3.6,4.2,8.4,6.8,8.9,9.1,9.8,1.2,9.3
8.2,9.8,8.8,10,10,10,9.7,10,9.4,9.5
7.6,1.4,6.8,9,8.6,8.8,8,9.7,7.4,9.2
7.9,8.4,7.1,8.6,7.3,9.6,5.4,9.5,4.3,8.3
7.5,2.3,4,6.3,2.6,8.9,2.9,9.4,4.1,7.9
2.4,0.6,0.6,0,4.4,7.7,0.3,8.5,0.6,7.5
7.7,8.4,5,7.2,6.5,8.6,5.3,9.3,2.2,8.7
4.9,2.4,6.1,8.6,2.9,8.1,6.5,8.5,2.8,8.9
8.2,5.3,0.6,7.6,5.3,7.1,5.3,9.6,5.1,8.6
0,0.3,0,0,0,0,0.1,0.7,0.6,0.2
9,9.7,9.5,10,10,10,9.9,10,9.5,9.8
5.4,0.3,0.3,0,0,1.2,0.2,1.3,0.3,0.2
2.4,1,0.9,3.3,0,1.7,2,9.9,1.5,7.9
2.6,1.1,0,1.1,1.4,5.5,0.5,5.7,1.7,2.2
0.3,1.9,0.3,1.3,1.2,1.9,0.2,1.7,0.8,2.4
3.6,4.4,6,9.4,7.3,8.8,8.5,8.1,4,7.7
0.5,1.1,0.4,2.9,0,6.8,7.4,0,0.8,0.7
0,0.7,0.2,2.2,0.9,0,0.6,0,1.1,1.9
0,0.5,0.2,0,0,2.4,0.1,3.3,1,0.6
0.4,0.6,0.3,0,0.4,4.2,0.1,1.1,0.4,0.2
9.1,7.7,5.7,10,7.5,9.8,9.5,10,7.5,9.2
0.5,0.7,0.2,1.7,2.6,1,0.1,3.7,2.9,5.1
0.5,0.4,0.2,1.4,2.6,1.2,0.1,3.6,2.8,4.9
6.5,1.2,5.3,8.8,5.5,9,5.5,9.7,6.3,7.9
5.8,2,2.5,7.6,8.7,9.7,4.9,8.7,5.4,7.9
8.9,9.2,7.8,9.5,8.7,9.5,9.5,9.8,6.2,9.6
8.2,3.5,6.5,10,5.4,5.4,7.7,9.6,2.7,7.5
7.4,3.3,5.8,10,2.3,9.2,9.8,9.8,3.4,8.1
8.6,5.5,6.9,8.1,5.3,8.9,9.8,9.9,5.5,8.1
9.4,7.2,2.6,9.4,6.5,9,7.2,8.7,2.4,8
3.4,5.4,3.8,8.9,4.4,8.1,2.3,8.9,3.8,7.6
6.8,8.4,5.4,9.6,8,9.3,5.3,9.8,5.2,9.1
8,3.8,4.2,6.5,8.5,7.5,8.7,8.6,4.2,7.9
2.5,3.8,2.4,8.9,5,9.4,0.5,7.1,1.4,8.7
2.5,2.8,5.3,5.1,3.3,6.7,0.1,6.4,2.4,8.2
7.6,8.7,7.4,9,7.5,6.2,7.4,8.1,4.8,7.9
9.6,8.4,7.4,9.4,7.4,9.7,6.6,9.5,6.9,9.3
5.7,7,2.5,7.8,4.7,8.7,1.9,9.1,5.5,7.6
0.4,1.3,0.3,3.6,1.6,4.9,0.2,1.2,0.9,0.8
8.6,3.7,5.1,8,8.1,7.9,7.8,7.5,7.2,5.1
5.6,0.3,0.4,0,0.7,5,0.1,2.3,0.6,7.1
7.6,8.9,9.4,9.7,9,9.6,9.8,10,7.9,9.6
7.2,0.7,7.8,6.4,8.3,4.4,7.7,5.4,2.1,9.3
7.2,2.1,0.7,8.5,6.2,8.4,5.3,9.6,3.1,7.5
7.3,5.3,3.7,7.9,4.4,9.2,5.4,9.7,3.5,8.2
8.1,4.9,5,8.4,7.8,9.7,7.8,9.2,7.3,8.7
8.3,9.7,9.6,10,9.5,9.8,9.9,10,9.3,9.5
2.6,1.7,3,7.9,1,7.5,7.4,9.8,4.8,8
5.4,2.6,5,7.6,4.3,8.1,5.1,7.9,4.7,6.6
9.4,9.8,9.1,10,10,10,9.8,10,8.7,9.8
9.4,9.7,8.7,10,8.8,9.5,9.8,10,8.5,9.4
9.7,9.7,9.7,10,10,10,9.9,10,9.2,9.3
1.7,0.3,0.8,5.7,3.2,1,0.3,5.2,1.1,3.9
9.6,9.8,9.8,10,10,10,9.9,10,9.2,9.8
9.3,9.3,9.5,10,10,10,9.8,10,9.2,5.4
9.7,7.5,9.5,10,10,9.7,9.8,10,9.4,9.7

Delimiter (default is comma (CSV)):
学習率(Learning rate <10): 錯乱度 (Perplexity):

My data is:

tsnejs documentation
Maintained by @karpathy.