НачатьНачать бесплатно

Визуализация набора данных о зерне с помощью t-SNE

В видео вы видели, как t-SNE применяется к набору данных iris. В этом упражнении вы примените t-SNE к данным о выборках зерна и изучите полученные признаки t-SNE с помощью точечной диаграммы. Вам дан массив samples с выборками зерна и список variety_numbers, содержащий номер сорта для каждой выборки.

Это упражнение является частью курса

Обучение без учителя на Python

Посмотреть курс

Инструкции к упражнению

  • Импортируйте TSNE из sklearn.manifold.
  • Создайте экземпляр TSNE с именем model и параметром learning_rate=200.
  • Примените метод .fit_transform() объекта model к samples. Запишите результат в переменную tsne_features.
  • Выберите столбец 0 массива tsne_features и запишите результат в переменную xs.
  • Выберите столбец 1 массива tsne_features и запишите результат в переменную ys.
  • Постройте точечную диаграмму по признакам t-SNE xs и ys. Чтобы окрасить точки по сорту зерна, укажите дополнительный именованный аргумент c=variety_numbers.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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()
Редактировать и запускать код