t-SNE toepassen op de ANSUR-gegevens
t-SNE is een geweldige techniek voor visuele verkenning van gegevenssets met een hoge dimensie. In deze oefening pas je het toe op de ANSUR-gegevensset. Je verwijdert niet-numerieke kolommen uit de vooraf ingeladen gegevensset df en past TSNE toe op deze numerieke gegevensset.
Deze oefening maakt deel uit van de cursus
Dimensionality Reduction in Python
Oefeninstructies
- Verwijder de niet-numerieke kolommen uit de gegevensset.
- Maak een
TSNE-model met learning rate 50. - Fit en transformeer het model op de numerieke gegevensset.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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)