Lernen Sie, wie Sie Clusteranalysen durchführen

Clusteranalyse ist ein leistungsstarkes Werkzeug im Data-Science-Werkzeugkasten. Es wird verwendet, um Gruppen von Beobachtungen (Clustern) zu finden, die ähnliche Merkmale aufweisen. Diese Ähnlichkeiten können alle Arten von Geschäftsentscheidungen beeinflussen; im Marketing wird sie beispielsweise verwendet, um unterschiedliche Kundengruppen zu identifizieren, für die Werbung maßgeschneidert werden kann.

Hierarchische und K-Means-Clustering-Techniken erkunden

In diesem Kurs lernen Sie zwei häufig verwendete Clustering-Methoden kennen – hierarchisches Clustering und K-Means-Clustering. Sie lernen nicht nur, wie Sie diese Methoden anwenden, sondern entwickeln auch ein fundiertes Gespür dafür, wie sie funktionieren und wie ihre Ergebnisse zu interpretieren sind. Du entwickelst dieses Gespür, indem du drei verschiedene Datensätze untersuchst: Positionen von Fußballspielern, Daten zu den Ausgaben von Großhandelskunden und longitudinale Daten zu Berufslohndaten.

Schärfen Sie Ihre Fähigkeiten mit einer praxisnahen Fallstudie

Sie schließen den Kurs ab, indem Sie Ihre neuen Fähigkeiten auf eine Fallstudie anwenden, die sich mit durchschnittlichen Gehältern und deren Entwicklung im Laufe der Zeit befasst. Dies kombiniert hierarchische Clustering-Techniken wie Besetzungsbäume, die Vorbereitung für die Exploration und das Plotten von Berufsclustern mit K-Means-Techniken, einschließlich Elbow-Analyse und durchschnittlicher Silhouettenbreiten.

DataCamp-Kurse bestehen aus einer Mischung aus Videos, Artikeln und Übungsaufgaben, damit Sie die Möglichkeit haben, Ihre neu erworbenen Fähigkeiten zu testen und zu festigen, sodass Sie sich sicher fühlen, sie auch außerhalb eines Kurses anzuwenden.

Wann Daten skalieren?

Interaktive praktische Übung