Začněte nyníZačněte zdarma

Pokémon sightings: k-means clustering

Budeme pokračovat ve vyšetřování pozorování legendárních Pokémonů z předchozího cvičení. Stejně jako dříve použijeme tentýž příklad. V tomto cvičení vytvoříš clustery z pozorování pomocí k-means clusteringu.

x a y jsou sloupce souřadnic X a Y míst pozorování, uložené v pandas DataFrame df. K dispozici máš: matplotlib.pyplot jako plt, seaborn jako sns a pandas jako pd.

Toto cvičení je součástí kurzu

Cluster Analysis in Python

Zobrazit kurz

Pokyny k cvičení

  • Importuj funkce kmeans a vq.
  • Pomocí funkce kmeans() vypočítej středy clusterů – definuj dva clustery.
  • Přiřaď každému datovému bodu označení clusteru pomocí funkce vq().
  • Vykresli body pomocí seaborn a každému clusteru přiřaď jinou barvu.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import kmeans and vq functions
from scipy.cluster.vq import ____, ____

# Compute cluster centers
centroids,_ = ____(____, ____)

# Assign cluster labels
df['cluster_labels'], _ = ____(____, ____)

# Plot the points with seaborn
sns.scatterplot(x=____, y=____, hue=____, data=df)
plt.show()
Upravit a spustit kód