t-SNE로 주택 가격 구분하기

t-SNE는 비선형 차원 축소 기법으로, 고차원 데이터를 더 낮은 차원 공간에 임베딩해요. 이때 원래 이웃했던 점들이 서로 가깝게 유지되도록 노력합니다. 이번에는 t-SNE 플롯을 만들어 이전 연습 문제에서 본 PCA 플롯과 비교해 볼 거예요. PCA는 데이터의 전역 구조를 잘 보존하지만, 지역 구조는 그렇지 않을 수 있어요. 반면 t-SNE는 고차원 공간에서 이웃인 점들을 저차원 공간에서도 가깝게 배치해 지역 구조를 보존합니다. 이러한 차이는 플롯에서 확인할 수 있어요.

이제 house_sales_df에 t-SNE를 적용해 차원을 축소해 보세요. house_sales_df의 타깃 변수는 price입니다. tidyverse와 Rtsne 패키지는 미리 불러와 두었어요.

이 연습은 강의의 일부입니다

R에서의 차원 축소

강의 보기

연습 안내

Rtsne()를 사용해 house_sales_df에 t-SNE를 적합하세요.
t-SNE의 X, Y 좌표를 house_sales_df에 바인딩하세요.
ggplot()으로 t-SNE 결과를 시각화하고, 색상으로 타깃 변수를 인코딩하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Fit t-SNE
set.seed(1234)
tsne <- ___(___ %>% select(-___), check_duplicates = FALSE)

# Bind t-SNE coordinates to the data frame
tsne_df <- ___ %>% 
  ___(tsne_x = ___$___[,___], tsne_y = ___$___[,___])

# Plot t-SNE
___ %>% 
  ___(aes(x = ___, y = ___, color = ___)) +
  geom_point() +
  scale_color_gradient(low="gray", high="blue")

코드 편집 및 실행