ANSUR 데이터에 t-SNE 적합하기
t-SNE는 고차원 데이터셋을 시각적으로 탐색하는 데 매우 유용한 기법이에요. 이 연습 문제에서는 ANSUR 데이터셋에 이를 적용해 보겠습니다. 미리 로드된 데이터셋 df에서 수치형이 아닌 열을 제거하고, 이 수치형 데이터셋에 TSNE를 적합하세요.
이 연습은 강의의 일부입니다
Python으로 배우는 차원 축소
연습 안내
- 데이터셋에서 수치형이 아닌 열을 삭제하세요.
learning_rate를 50으로 설정한TSNE모델을 생성하세요.- 수치형 데이터셋에 모델을 적합하고 변환하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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)