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.

t-분포 확률적 이웃 임베딩 (t-SNE)

Create Your Free Account