1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie nienadzorowane w Pythonie
Connected

ćwiczenie

Wizualizacja t-SNE zbioru danych o ziarnach

W filmie pokazano zastosowanie t-SNE do zbioru danych iris. W tym ćwiczeniu zastosujesz t-SNE do danych o próbkach ziaren i przeanalizujesz wynikowe cechy t-SNE za pomocą wykresu punktowego. Dysponujesz tablicą samples z próbkami ziaren oraz listą variety_numbers określającą numer odmiany każdej próbki.

Instrukcje

100 XP
  • Zaimportuj TSNE z sklearn.manifold.
  • Utwórz instancję TSNE o nazwie model z parametrem learning_rate=200.
  • Zastosuj metodę .fit_transform() obiektu model do tablicy samples. Wynik przypisz do zmiennej tsne_features.
  • Wybierz kolumnę 0 tablicy tsne_features. Wynik przypisz do zmiennej xs.
  • Wybierz kolumnę 1 tablicy tsne_features. Wynik przypisz do zmiennej ys.
  • Utwórz wykres punktowy cech t-SNE xs i ys. Aby pokolorować punkty według odmiany ziarna, dodaj argument kluczowy c=variety_numbers.