LoslegenKostenlos loslegen

Überprüfe dein Clustering

Schauen wir uns jetzt mal das Clustering an, das du in der letzten Übung gemacht hast!

Eine Lösung für die vorherige Übung wurde bereits ausgeführt, sodass „ new_points “ ein Array von Punkten und „ labels “ das Array ihrer Cluster-Bezeichnungen ist.

Diese Übung ist Teil des Kurses

Unüberwachtes Lernen in Python

Kurs anzeigen

Anleitung zur Übung

  • Importiere matplotlib.pyplot als plt.
  • Weise die Spalten- 0 von new_points zu xs und die Spalten- 1 von new_points zu ys zu.
  • Mach ein Streudiagramm von „ xs “ und „ ys “ und gib die Schlüsselwortargumente „ c=labels “ an, um die Punkte nach ihrer Cluster-Bezeichnung einzufärben. Gib auch „ alpha=0.5 “ an.
  • Berechne die Koordinaten der Schwerpunkte mit dem Attribut „ .cluster_centers_ “ von „ model “.
  • Weise die Spalten- 0 von centroids zu centroids_x und die Spalten- 1 von centroids zu centroids_y zu.
  • Mach ein Streudiagramm von „ centroids_x ” und „ centroids_y ”, indem du „ 'D' ” (ein Diamant) als Markierung nimmst und den Parameter „ marker ” angibst. Stell die Größe der Markierungen auf „ 50 “ ein, indem du auf „ s=50 “ klickst.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Import pyplot
____

# Assign the columns of new_points: xs and ys
xs = ____
ys = ____

# Make a scatter plot of xs and ys, using labels to define the colors
____

# Assign the cluster centers: centroids
centroids = ____

# Assign the columns of centroids: centroids_x, centroids_y
centroids_x = centroids[:,0]
centroids_y = centroids[:,1]

# Make a scatter plot of centroids_x and centroids_y
____
plt.show()
Code bearbeiten und ausführen