ANSURデータへのt-SNEの適用
t-SNEは、高次元データセットを視覚的に探索するのに最適な手法です。この演習では、ANSURデータセットに適用します。あらかじめ読み込まれているデータセット df から数値以外の列を削除し、数値だけのデータセットに対して TSNE を適合させます。
この演習はコースの一部です
Pythonで学ぶ次元削減
演習の手順
- データセットから数値以外の列を削除します。
learning_rateを 50 としてTSNEモデルを作成します。- 数値データセットに対してモデルを適合・変換します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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)