Aan de slagGa gratis aan de slag

t-SNE-visualisatie van graangegevensset

In de video zag je t-SNE toegepast op de irisgegevensset. In deze oefening pas je t-SNE toe op de graanmonsters en bekijk je de resulterende t-SNE-features met een scatterplot. Je krijgt een array samples met graanmonsters en een lijst variety_numbers met het variëteitsnummer van elk graanmonster.

Deze oefening maakt deel uit van de cursus

Unsupervised Learning in Python

Cursus bekijken

Oefeninstructies

  • Importeer TSNE uit sklearn.manifold.
  • Maak een TSNE-instantie model met learning_rate=200.
  • Pas de methode .fit_transform() van model toe op samples. Ken het resultaat toe aan tsne_features.
  • Selecteer kolom 0 van tsne_features. Ken het resultaat toe aan xs.
  • Selecteer kolom 1 van tsne_features. Ken het resultaat toe aan ys.
  • Maak een scatterplot van de t-SNE-features xs en ys. Om de punten per graanvariëteit te kleuren, specificeer je het extra keyword-argument c=variety_numbers.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Import TSNE
____

# Create a TSNE instance: model
model = ____

# Apply fit_transform to samples: tsne_features
tsne_features = ____

# Select the 0th feature: xs
xs = tsne_features[:,0]

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

# Scatter plot, coloring by variety_numbers
____
plt.show()
Code bewerken en uitvoeren