1. Learn
    2. /
  2. 课程
    3. /
  3. Python 中的无监督学习
Connected

道练习

股票市场的 t-SNE 映射

当每个样本都有标签时，t-SNE 的可视化非常出色。本练习中，您将把 t-SNE 应用于公司股票价格数据。将生成的 t-SNE 特征绘制成散点图，并用公司名称标注，您就能得到一张股票市场的"地图"！每家公司的股价变动已作为数组 normalized_movements 提供（已为您完成标准化）。列表 companies 给出了每家公司的名称。已为您导入 PyPlot（plt）。

说明

100 XP
  • 从 sklearn.manifold 导入 TSNE。
  • 创建一个名为 model 的 TSNE 实例，并设置 learning_rate=50。
  • 对 normalized_movements 调用 model 的 .fit_transform() 方法，并将结果赋值给 tsne_features。
  • 选取 tsne_features 的第 0 列和第 1 列。
  • 使用 t-SNE 特征 xs 和 ys 绘制散点图，并指定关键字参数 alpha=0.5。
  • 使用 plt.annotate() 为每个点添加公司名称的代码已为您写好，直接提交即可查看可视化结果！