Separera huspriser med UMAP

Du har reducerat dimensionaliteten hos Kaliforniens husförsäljningsdata (house_sales_df) med PCA och t-SNE. Nu ska du använda UMAP. Slutresultatet av UMAP liknar t-SNE:s, men UMAP är i regel mer beräkningseffektivt. Det strävar också efter att bevara mer av den globala strukturen. I praktiken innebär det att du kan tolka avståndet mellan kluster som ett mått på likhet – något som inte var möjligt med t-SNE.

Kom ihåg att målvariabeln i house_sales_df är price. Sätt num_comp = 2. Paketen tidyverse och embed har redan laddats in åt dig.

Den här övningen är en del av kursen

Dimensionsreduktion i R

Visa kurs

Övningsinstruktioner

Anpassa UMAP till alla prediktorer i house_sales_df med hjälp av step_umap() i ett recept och lagra de transformerade data i umap_df.
Visualisera UMAP-dimensionerna med ggplot() och koda målvariabeln price med färg.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Fit UMAP
set.seed(1234)
umap_df <- ___(___ ~ ., data = ___) %>% 
  ___(___()) %>% 
  ___(___(), num_comp = 2) %>% 
  prep() %>% 
  ___() 

# Plot UMAP
___ %>%  
  ___(aes(x = ___, y = ___, color = ___)) +
  ___(alpha = 0.7) +
  scale_color_gradient(low="gray", high="blue")

Redigera och kör kod