Analýza siluet

Analýza siluet ti umožňuje zjistit, jak dobře každé pozorování odpovídá svému přiřazenému shluku v porovnání s ostatními shluky. Tato metrika (šířka siluety) nabývá hodnot od -1 do 1 pro každé pozorování v datech a lze ji interpretovat takto:

Hodnoty blízké 1 naznačují, že pozorování dobře patří do přiřazeného shluku
Hodnoty blízké 0 naznačují, že pozorování leží na hranici mezi dvěma shluky
Hodnoty blízké -1 naznačují, že pozorování může být přiřazeno do nesprávného shluku

V tomto cvičení využiješ funkce pam() a silhouette() z knihovny cluster k provedení analýzy siluet a porovnání výsledků modelů s k = 2 a k = 3. Budeš dál pracovat s datasetem lineup.

Věnuj pozornost grafu siluet – patří každé pozorování jednoznačně do svého přiřazeného shluku pro k = 3?

Toto cvičení je součástí kurzu

Cluster Analysis v R

Zobrazit kurz

Pokyny k cvičení

Vytvoř model k-means pam_k2 pomocí pam() s k = 2 na datech lineup.
Vykresli analýzu siluet pomocí plot(silhouette(model)).
Zopakuj první dva kroky pro k = 3 a model ulož jako pam_k3.
Než budeš pokračovat, pečlivě si prohlédni rozdíly mezi oběma grafy (zejména pozorování 3) pro pam_k3.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

library(cluster)

# Generate a k-means model using the pam() function with a k = 2
pam_k2 <- pam(___, k = ___)

# Plot the silhouette visual for the pam_k2 model
plot(silhouette(___))

# Generate a k-means model using the pam() function with a k = 3
pam_k3 <- ___

# Plot the silhouette visual for the pam_k3 model

Upravit a spustit kód