ComeçarComece de graça

Um mapa t-SNE do mercado de ações

t-SNE oferece ótimas visualizações quando as amostras individuais podem ser rotuladas. Neste exercício, você aplicará o t-SNE aos dados de preço das ações da empresa. Um gráfico de dispersão dos recursos resultantes do t-SNE, rotulados pelos nomes das empresas, fornece a você um mapa do mercado de ações! Os movimentos do preço das ações de cada empresa estão disponíveis na matriz normalized_movements (eles já foram normalizados para você). A lista companies fornece o nome de cada empresa. O PyPlot (plt) foi importado para você.

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=50.
  • Aplique o método .fit_transform() de model a normalized_movements. Atribua o resultado a tsne_features.
  • Selecione a coluna 0 e a coluna 1 de tsne_features.
  • Faça um gráfico de dispersão dos recursos t-SNE xs e ys. Especifique o argumento de palavra-chave adicional alpha=0.5.
  • O código para rotular cada ponto com o nome da empresa foi escrito para você usando plt.annotate(), portanto, basta clicar em enviar para ver a visualização!

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Import TSNE
____

# Create a TSNE instance: model
model = ____

# Apply fit_transform to normalized_movements: tsne_features
tsne_features = ____

# Select the 0th feature: xs
xs = ____

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

# Scatter plot
____

# Annotate the points
for x, y, company in zip(xs, ys, companies):
    plt.annotate(company, (x, y), fontsize=5, alpha=0.75)
plt.show()
Editar e executar o código