Mnoho hodnot k, mnoho modelů

Zatímco u datasetu lineup je hodnota k jasně daná, v praxi optimální počet clusterů zpravidla předem neznáme a musíme ho odhadnout.

V tomto cvičení využiješ funkci map_dbl() z knihovny purrr ke spuštění k-means pro hodnoty k od 1 do 10 a z každého modelu extrahuješ metriku celkového součtu čtverců uvnitř clusterů. Toto bude první krok k vizualizaci tzv. elbow plotu.

Toto cvičení je součástí kurzu

Cluster Analysis v R

Zobrazit kurz

Pokyny k cvičení

Pomocí map_dbl() spusť kmeans() na datech lineup pro hodnoty k od 1 do 10 a z každého modelu extrahuj hodnotu celkového součtu čtverců uvnitř clusterů: model$tot.withinss. Výsledný vektor ulož jako tot_withinss.
Vytvoř nový datový rámec elbow_df obsahující hodnoty k a vektor celkových součtů čtverců uvnitř clusterů.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

library(purrr)

# Use map_dbl to run many models with varying value of k (centers)
tot_withinss <- map_dbl(1:10,  function(k){
  model <- kmeans(x = ___, centers = ___)
  model$tot.withinss
})

# Generate a data frame containing both k and tot_withinss
elbow_df <- data.frame(
  k = ___ ,
  tot_withinss = ___
)

Upravit a spustit kód