เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การ Fit t-SNE กับข้อมูล ANSUR

t-SNE เป็นเทคนิคที่เหมาะมากสำหรับการสำรวจชุดข้อมูลที่มีมิติสูงด้วยภาพ ในแบบฝึกหัดนี้ จะนำ t-SNE ไปใช้กับชุดข้อมูล ANSUR โดยลบคอลัมน์ที่ไม่ใช่ตัวเลขออกจากชุดข้อมูล df ที่โหลดไว้แล้ว จากนั้น fit TSNE กับชุดข้อมูลที่เป็นตัวเลข

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การลดมิติข้อมูลใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ลบคอลัมน์ที่ไม่ใช่ตัวเลขออกจากชุดข้อมูล
  • สร้างโมเดล TSNE โดยกำหนด learning rate เป็น 50
  • Fit และ transform โมเดลกับชุดข้อมูลที่เป็นตัวเลข

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Non-numerical columns in the dataset
non_numeric = ['Branch', 'Gender', 'Component']

# Drop the non-numerical columns from df
df_numeric = df.____(____, axis=____)

# Create a t-SNE model with learning rate 50
m = ____(____)

# Fit and transform the t-SNE model on the numeric dataset
tsne_features = m.____(____)
print(tsne_features.shape)
แก้ไขและรันโค้ด