1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Unsupervised Learning in Python
Connected

cvičení

Hierarchie akcií

V kapitole 1 jsi pomocí k-means shlukování rozděloval/a společnosti podle pohybů jejich cen akcií. Teď provedeš hierarchické shlukování těchto společností. Máš k dispozici NumPy pole cenových pohybů movements, kde řádky odpovídají jednotlivým společnostem, a seznam názvů společností companies. Hierarchické shlukování SciPy nezapadá přímo do sklearn pipeline, takže místo Normalizer použiješ funkci normalize() z sklearn.preprocessing.

linkage a dendrogram už jsou naimportované z scipy.cluster.hierarchy a PyPlot je naimportovaný jako plt.

Pokyny

100 XP
  • Naimportuj normalize z sklearn.preprocessing.
  • Přeškáluj cenové pohyby každé akcie pomocí funkce normalize() aplikované na movements.
  • Aplikuj funkci linkage() na normalized_movements s použitím propojení 'complete' pro výpočet hierarchického shlukování. Výsledek ulož do proměnné mergings.
  • Vykresli dendrogram hierarchického shlukování — jako labels použij seznam companies s názvy společností. Zadej také klíčové argumenty leaf_rotation=90 a leaf_font_size=6, stejně jako v předchozím cvičení.