Separarea prețurilor locuințelor cu t-SNE

t-SNE este o tehnică neliniară de reducere a dimensionalității. Aceasta proiectează date de dimensionalitate ridicată într-un spațiu de dimensionalitate mai mică, încercând să păstreze fiecare punct cât mai aproape de vecinii săi originali. Vei crea un grafic t-SNE pe care îl poți compara cu graficul PCA din exercițiul anterior. PCA păstrează structura globală a datelor, însă nu și pe cea locală. t-SNE păstrează structura locală, menținând vecinii din spațiul de dimensionalitate ridicată aproape unii de alții în spațiul de dimensionalitate mai mică. Vei observa acest lucru în grafice.

Vei aplica t-SNE pentru a reduce setul de date house_sales_df. Variabila țintă a setului house_sales_df este price. Pachetele tidyverse și Rtsne au fost deja încărcate pentru tine.

Acest exercițiu face parte din cursul

Reducerea dimensionalității în R

Vezi cursul

Instrucțiuni pentru exercițiu

Antrenează t-SNE pe house_sales_df folosind Rtsne().
Adaugă coordonatele X și Y ale t-SNE la house_sales_df.
Vizualizează rezultatele t-SNE folosind ggplot(), codificând variabila țintă prin culoare.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Fit t-SNE
set.seed(1234)
tsne <- ___(___ %>% select(-___), check_duplicates = FALSE)

# Bind t-SNE coordinates to the data frame
tsne_df <- ___ %>% 
  ___(tsne_x = ___$___[,___], tsne_y = ___$___[,___])

# Plot t-SNE
___ %>% 
  ___(aes(x = ___, y = ___, color = ___)) +
  geom_point() +
  scale_color_gradient(low="gray", high="blue")

Editează și rulează codul