Oddělení cen nemovitostí pomocí UMAP

Právě jsi snížil/a dimenzionalitu dat o prodeji kalifornských nemovitostí (house_sales_df) pomocí PCA a t-SNE. Teď to samé provedeš pomocí UMAP. Výsledek UMAP je velmi podobný t-SNE, ale UMAP bývá výpočetně efektivnější. Navíc lépe zachovává globální strukturu dat. V praxi to znamená, že vzdálenost mezi shluky lze interpretovat jako míru podobnosti — což u t-SNE nebylo možné.

Mez na paměti, že cílová proměnná v house_sales_df je price. Nastav num_comp = 2. Balíčky tidyverse a embed jsou již načteny.

Toto cvičení je součástí kurzu

Redukce dimenzionality v R

Zobrazit kurz

Pokyny k cvičení

Natrénuj UMAP na všechny prediktory v house_sales_df pomocí step_umap() v receptu a transformovaná data ulož do umap_df.
Vykresli dimenze UMAP pomocí ggplot() a zakóduj cílovou proměnnou price barvou.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Fit UMAP
set.seed(1234)
umap_df <- ___(___ ~ ., data = ___) %>% 
  ___(___()) %>% 
  ___(___(), num_comp = 2) %>% 
  prep() %>% 
  ___() 

# Plot UMAP
___ %>%  
  ___(aes(x = ___, y = ___, color = ___)) +
  ___(alpha = 0.7) +
  scale_color_gradient(low="gray", high="blue")

Upravit a spustit kód