ComeçarComece de graça

t-SNE visualização do conjunto de dados de grãos

No vídeo, você viu o t-SNE aplicado ao conjunto de dados da íris. Neste exercício, você aplicará o t-SNE aos dados de amostras de grãos e inspecionará os recursos resultantes do t-SNE usando um gráfico de dispersão. Você recebe uma matriz samples de amostras de grãos e uma lista variety_numbers com o número da variedade de cada amostra de grãos.

Este exercício faz parte do curso

Aprendizado não supervisionado em Python

Ver curso

Instruções do exercício

  • Importe TSNE de sklearn.manifold.
  • Crie uma instância TSNE chamada model com learning_rate=200.
  • Aplique o método .fit_transform() de model a samples. Atribua o resultado a tsne_features.
  • Selecione a coluna 0 de tsne_features. Atribua o resultado a xs.
  • Selecione a coluna 1 de tsne_features. Atribua o resultado a ys.
  • Faça um gráfico de dispersão dos recursos t-SNE xs e ys. Para colorir os pontos de acordo com a variedade de grãos, especifique o argumento adicional de palavra-chave c=variety_numbers.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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()
Editar e executar o código