T.SNE vs PCA

本文比较了t-SNE和PCA在蘑菇分类任务中的性能。t-SNE展现出优于PCA的聚类能力,能将有毒和可食用蘑菇清晰区分开,而PCA的分类效果不佳。通过调整t-SNE的困惑度和n_iter参数,如困惑度为30,n_iter为5000,可获得稳定的聚类形状。结论是t-SNE在处理线性和非线性数据集时提供更优的可视化和聚类结果,但可能不保留数据的全局结构。
摘要由CSDN通过智能技术生成
import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt 
import seaborn as sns 
 
df= pd.read_csv(r'C:\Users\Vikipedia\Downloads\mushrooms.csv') 
df.head()

Calculate the unique number of each category of each column:

X = df.drop('class', axis=1) 
y = df['class'] 
y = y.map({'p':'Posionous','e': 'Edible'})
 
cat_cols= X.select_dtypes(include='object').columns.tolist()
for col in cat_cols: 
    print (f" col name : {col}, N Unique : {X[col].nunique()}")

 Compute and generate a table:

for col in cat_cols: 
    X[col]=X[col].asty
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值