Ajustando t-SNE aos dados do ANSUR
t-SNE é uma ótima técnica para exploração visual de conjuntos de dados de alta dimensionalidade. Neste exercício, você vai aplicá-la ao conjunto de dados ANSUR. Você removerá as colunas não numéricas do conjunto pré-carregado df e ajustará o TSNE a esse conjunto numérico.
Este exercício faz parte do curso
Redução de Dimensionalidade em Python
Instruções do exercício
- Elimine as colunas não numéricas do conjunto de dados.
- Crie um modelo
TSNEcom taxa de aprendizado (learning rate) igual a 50. - Ajuste e transforme o modelo no conjunto de dados numérico.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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)