Shlukování metodou k-means a porovnání výsledků

Jak už víš, existují dva hlavní typy shlukování: hierarchické a k-means.

V tomto cvičení vytvoříš model shlukování k-means na datech Wisconsin breast cancer a porovnáš výsledky se skutečnými diagnózami a s výsledky svého hierarchického modelu. Věnuj chvíli tomu, jak si každý model vede při oddělování dvou diagnóz a jak se oba modely navzájem srovnávají.

Toto cvičení je součástí kurzu

Unsupervised Learning in R

Zobrazit kurz

Pokyny k cvičení

wisc.data, diagnosis a wisc.hclust.clusters jsou stále k dispozici.

Vytvoř model k-means na datech wisc.data a výsledek ulož do wisc.km. Nezapomeň vytvořit 2 shluky odpovídající skutečnému počtu diagnóz, škálovat data a algoritmus spustit 20krát, aby ses dostal/a k dobře fungujícímu modelu.
Pomocí funkce table() porovnej příslušnost ke shlukům v modelu k-means se skutečnými diagnózami obsaženými ve vektoru diagnosis. Jak dobře k-means odděluje obě diagnózy?
Pomocí funkce table() porovnej příslušnost ke shlukům modelu k-means s hierarchickým modelem. Příslušnost ke shlukům hierarchického modelu najdeš v wisc.hclust.clusters.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create a k-means model on wisc.data: wisc.km


# Compare k-means to actual diagnoses


# Compare k-means to hierarchical clustering

Upravit a spustit kód