t-SNE ile konut fiyatlarını ayırma

t-SNE, doğrusal olmayan bir boyut indirgeme tekniğidir. Yüksek boyutlu veriyi daha düşük boyutlu bir uzaya gömer. Bunu yaparken, noktaları orijinal komşularına yakın tutmaya çalışır. Son egzersizdeki PCA grafiğiyle karşılaştırabileceğin bir t-SNE grafiği oluşturacaksın. PCA verinin küresel yapısını korur, ancak yerel yapıyı korumaz. t-SNE ise, yüksek boyutlu uzaydaki komşuları düşük boyutlu uzayda da birbirine yakın tutarak yerel yapıyı korur. Bunu grafiklerde göreceksin.

t-SNE'yi house_sales_df üzerinde uygulayarak boyut indireceksin. house_sales_df'in hedef değişkeni price'tır. tidyverse ve Rtsne paketleri senin için yüklendi.

Bu egzersiz

R'de Boyutsal Azaltma

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Rtsne() kullanarak house_sales_df'e t-SNE uygula.
t-SNE X ve Y koordinatlarını house_sales_df ile birleştir.
Hedef değişkeni renkle kodlayarak ggplot() ile t-SNE sonuçlarını görselleştir.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Fit t-SNE
set.seed(1234)
tsne <- ___(___ %>% select(-___), check_duplicates = FALSE)

# Bind t-SNE coordinates to the data frame
tsne_df <- ___ %>% 
  ___(tsne_x = ___$___[,___], tsne_y = ___$___[,___])

# Plot t-SNE
___ %>% 
  ___(aes(x = ___, y = ___, color = ___)) +
  geom_point() +
  scale_color_gradient(low="gray", high="blue")

Kodu Düzenle ve Çalıştır