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, kursun bir parçasıdır
R'de Boyutsal Azaltma
Egzersiz talimatları
Rtsne()kullanarakhouse_sales_df'e t-SNE uygula.- t-SNE X ve Y koordinatlarını
house_sales_dfile birleştir. - Hedef değişkeni renkle kodlayarak
ggplot()ile t-SNE sonuçlarını görselleştir.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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")