НачатьНачать бесплатно

Карта фондового рынка на основе t-SNE

t-SNE особенно хорошо работает для визуализации, когда отдельные выборки можно подписать. В этом упражнении вы применените t-SNE к данным о ценах акций компаний. Точечная диаграмма полученных признаков t-SNE, подписанных названиями компаний, превращается в настоящую карту фондового рынка! Движения цен акций для каждой компании доступны в виде массива normalized_movements (данные уже нормализованы). Список companies содержит названия компаний. Библиотека PyPlot (plt) уже импортирована.

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, задав параметр learning_rate=50.
  • Примените метод .fit_transform() объекта model к normalized_movements. Сохраните результат в переменную tsne_features.
  • Выберите столбец 0 и столбец 1 массива tsne_features.
  • Постройте точечную диаграмму по признакам t-SNE xs и ys. Укажите дополнительный именованный аргумент alpha=0.5.
  • Код для подписи каждой точки названием компании уже написан с помощью plt.annotate() — просто нажмите «Отправить ответ», чтобы увидеть визуализацию!

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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()
Редактировать и запускать код