Adattare t-SNE ai dati ANSUR
t-SNE è una tecnica ottima per l’esplorazione visiva di insiemi di dati ad alta dimensionalità. In questo esercizio la applicherai al dataset ANSUR. Rimuoverai le colonne non numeriche dal dataset df già caricato e adatterai TSNE a questo dataset numerico.
Questo esercizio fa parte del corso
Riduzione della dimensionalità in Python
Istruzioni dell'esercizio
- Elimina le colonne non numeriche dal dataset.
- Crea un modello
TSNEcon learning rate pari a 50. - Esegui fit e transform del modello sul dataset numerico.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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)