1. Учиться
    2. /
  2. Courses
    3. /
  3. Python으로 배우는 Unsupervised Learning
Connected

Exercise

곡물 데이터셋의 t-SNE 시각화

영상에서는 iris 데이터셋에 t-SNE를 적용하는 예제를 보셨죠. 이번 연습에서는 곡물 샘플 데이터에 t-SNE를 적용한 뒤, 산점도로 생성된 t-SNE 특징을 살펴보겠습니다. 곡물 샘플이 담긴 배열 samples와 각 곡물 샘플의 품종 번호가 담긴 리스트 variety_numbers가 제공됩니다.

Инструкции

100 XP
  • sklearn.manifold에서 TSNE를 import 하세요.
  • learning_rate=200으로 설정한 TSNE 인스턴스 model을 생성하세요.
  • model의 .fit_transform() 메서드를 samples에 적용하고, 결과를 tsne_features에 할당하세요.
  • tsne_features의 열 0을 선택해 xs에 할당하세요.
  • tsne_features의 열 1을 선택해 ys에 할당하세요.
  • t-SNE 특징 xs와 ys의 산점도를 그리세요. 점을 곡물 품종별로 색칠하려면 추가 키워드 인수 c=variety_numbers를 지정하세요.