Viele k, viele Modelle

Während der Datensatz lineup eindeutig einen bekannten Wert für k hat, ist die optimale Anzahl an Clustern oft nicht bekannt und muss geschätzt werden.

In dieser Übung nutzt du map_dbl() aus der Bibliothek purrr, um k-means mit k-Werten von 1 bis 10 auszuführen und aus jedem Modell die Kennzahl totale innerhalb-Cluster-Quadratsumme zu extrahieren. Das ist der erste Schritt, um das Elbow-Diagramm zu visualisieren.

Diese Übung ist Teil des Kurses

<Kurs>Clusteranalyse in R</Kurs>

Kurs ansehen

Übungsanweisungen

Verwende map_dbl(), um kmeans() auf den lineup-Daten für k-Werte von 1 bis 10 auszuführen und aus jedem Modell den Wert der totalen innerhalb-Cluster-Quadratsumme zu extrahieren: model$tot.withinss. Speichere den resultierenden Vektor als tot_withinss.
Erstelle einen neuen Data Frame elbow_df, der die k-Werte und den Vektor der totalen innerhalb-Cluster-Quadratsumme enthält.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

library(purrr)

# Use map_dbl to run many models with varying value of k (centers)
tot_withinss <- map_dbl(1:10,  function(k){
  model <- kmeans(x = ___, centers = ___)
  model$tot.withinss
})

# Generate a data frame containing both k and tot_withinss
elbow_df <- data.frame(
  k = ___ ,
  tot_withinss = ___
)

Code bearbeiten und ausführen