시작하기무료로 시작하기

주식시장의 t-SNE 지도

개별 샘플에 레이블을 붙일 수 있을 때 t-SNE는 훌륭한 시각화를 제공합니다. 이 연습 문제에서는 기업 주가 데이터를 t-SNE에 적용해 보겠습니다. 결과로 얻은 t-SNE 특성을 기업명으로 라벨링해 산점도로 그리면, 주식시장의 지도가 만들어져요! 각 기업의 주가 변동은 배열 normalized_movements로 제공됩니다(이미 정규화되어 있어요). 리스트 companies에는 각 기업의 이름이 들어 있습니다. PyPlot(plt)은 이미 임포트되어 있어요.

이 연습은 강의의 일부입니다

Python으로 배우는 Unsupervised Learning

강의 보기

연습 안내

  • sklearn.manifold에서 TSNE를 임포트하세요.
  • learning_rate=50으로 model이라는 TSNE 인스턴스를 만드세요.
  • model의 .fit_transform() 메서드를 normalized_movements에 적용하고, 결과를 tsne_features에 할당하세요.
  • tsne_features의 열 0과 열 1을 선택하세요.
  • t-SNE 특성 xs와 ys로 산점도를 만드세요. 추가 키워드 인수로 alpha=0.5를 지정하세요.
  • 각 점에 기업명을 라벨로 붙이는 코드는 plt.annotate()로 미리 작성되어 있으니, "Submit Answer"를 눌러 시각화를 확인하세요!

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Import TSNE
____

# Create a TSNE instance: model
model = ____

# Apply fit_transform to normalized_movements: tsne_features
tsne_features = ____

# Select the 0th feature: xs
xs = ____

# Select the 1th feature: ys
ys = tsne_features[:,1]

# Scatter plot
____

# Annotate the points
for x, y, company in zip(xs, ys, companies):
    plt.annotate(company, (x, y), fontsize=5, alpha=0.75)
plt.show()
코드 편집 및 실행