視覺化嵌入後的商品描述

你已經從商品描述建立了嵌入向量（embedding），現在該來探索它們了！你將使用 t-SNE 把嵌入向量的維度從 1,536 降到 2，這樣資料就更容易視覺化。

你會從上一個練習中使用過的 products 字典清單開始，其中包含商品資訊，以及你從 'short_description' 產生的嵌入向量。以下是 products 的預覽，供你參考：

products = [
    {
        "title": "Smartphone X1",
        "short_description": "The latest flagship smartphone with AI-powered features and 5G connectivity.",
        "price": 799.99,
        "category": "Electronics",
        "features": [
            "6.5-inch AMOLED display",
            "Quad-camera system with 48MP main sensor",
            "Face recognition and fingerprint sensor",
            "Fast wireless charging"
        ],
        "embedding": [-0.014650369994342327, ..., 0.008677126839756966]
    },
    ...
]

matplotlib.pyplot 與 numpy 已分別以 plt 與 np 匯入。