Prozkoumej data o pohlaví

Data gender obsahují hodnoty Weight (váha), Height (výška) a index BMI pro 10 000 osob. Původní data obsahují štítek Gender pro 5 000 osob, které se identifikují jako ženy, a 5 000 osob, které se identifikují jako muži. Tyto štítky se budou hodit později při testování, jak dobře shlukování odpovídá skutečným označením. V této podmnožině dat ale štítky nejsou k dispozici.

Data gender_with_probs navíc obsahují pravděpodobnosti příslušnosti každého datového bodu k určitému shluku. Protože nás zajímají dva shluky, pravděpodobnosti blízké 1 odpovídají jednomu shluku a blízké 0 druhému.

Cílem tohoto cvičení je podívat se, jak typická datová sada pro shlukování vypadá před shlukováním i po něm.

Toto cvičení je součástí kurzu

Mixture Models v R

Zobrazit kurz

Pokyny k cvičení

Pomocí funkce head zobraz prvních 6 pozorování z gender.
Pomocí funkce head zobraz prvních 6 pozorování z gender_with_probs.
Vytvoř bodový graf s Weight na ose x a BMI na ose y. Obarvi body podle jejich pravděpodobnosti.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Have a look to gender (before clustering)
head(___)

# Have a look to gender_with_probs (after clustering)
head(___)

# Scatterplot with probabilities
gender_with_probs %>% 
  ggplot(aes(x = ___, y = ___, col = ___))+
  geom_point(alpha = 0.5)

Upravit a spustit kód