BaşlayınÜcretsiz başlayın

ANSUR verisine t-SNE uygulama

t-SNE, yüksek boyutlu veri kümelerini görsel olarak keşfetmek için harika bir tekniktir. Bu egzersizde, bunu ANSUR veri kümesine uygulayacaksın. Önceden yüklenmiş df veri kümesinden sayısal olmayan sütunları kaldıracak ve bu sayısal veri kümesine TSNE modelini fit edeceksin.

Bu egzersiz, kursun bir parçasıdır

Python'da Boyut Azaltma

Kursa Göz Atın

Egzersiz talimatları

  • Veri kümesinden sayısal olmayan sütunları düş.
  • Öğrenme oranı 50 olan bir TSNE modeli oluştur.
  • Modeli sayısal veri kümesi üzerinde fit et ve dönüştür.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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)
Kodu Düzenle ve Çalıştır