Výběr počtu shluků

V tomto cvičení porovnáš výstupy hierarchického shlukování se skutečnými diagnózami. Při unsupervised učení obvykle cílová proměnná k dispozici není. V tomto datasetu ji ale máme, takže ji lze využít k ověření výkonu shlukového modelu.

Při supervised učení – tedy když se snažíš predikovat nějakou cílovou proměnnou a ta je v původních datech dostupná – může shlukování pro tvorbu nových příznaků výkon finálního modelu zlepšit, ale také nemusí. Toto cvičení ti pomůže zjistit, zda hierarchické shlukování v tomto případě přináší slibný nový příznak.