1. Учиться
    2. /
  2. Courses
    3. /
  3. Pythonで学ぶ教師なし学習
Connected

Exercise

穀物データセットの t-SNE 可視化

動画では、t-SNE を iris データセットに適用しました。この演習では、穀物サンプルのデータに t-SNE を適用し、得られた t-SNE 特徴量を散布図で確認します。穀物サンプルの配列 samples と、各サンプルの品種番号を表すリスト variety_numbers が与えられています。

Инструкции

100 XP
  • sklearn.manifold から TSNE をインポートします。
  • learning_rate=200 を指定して、model という名前の TSNE インスタンスを作成します。
  • model の .fit_transform() メソッドを samples に適用し、結果を tsne_features に代入します。
  • tsne_features の列 0 を選択し、結果を xs に代入します。
  • tsne_features の列 1 を選択し、結果を ys に代入します。
  • t-SNE の特徴量 xs と ys の散布図を作成します。点を穀物の品種ごとに色分けするには、追加のキーワード引数として c=variety_numbers を指定します。