t-SNE auf die ANSUR-Daten anwenden
t-SNE ist eine großartige Technik zur visuellen Exploration hochdimensionaler Datensätze. In dieser Übung wendest du sie auf den ANSUR-Datensatz an. Du entfernst nicht-numerische Spalten aus dem vorab geladenen Datensatz df und passt TSNE auf diesen numerischen Datensatz an.
Diese Übung ist Teil des Kurses
<Kurs>Dimensionsreduktion in Python</Kurs>Übungsanweisungen
- Entferne die nicht-numerischen Spalten aus dem Datensatz.
- Erstelle ein
TSNE-Modell mit einer learning rate von 50. - Fitte und transformiere das Modell auf dem numerischen Datensatz.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Non-numerical columns in the dataset
non_numeric = ['Branch', 'Gender', 'Component']
# Drop the non-numerical columns from df
df_numeric = df.____(____, axis=____)
# Create a t-SNE model with learning rate 50
m = ____(____)
# Fit and transform the t-SNE model on the numeric dataset
tsne_features = m.____(____)
print(tsne_features.shape)