LoslegenKostenlos loslegen

Hierarchisches Clustering der Korndaten

Im Video hast du gelernt, dass die SciPy-Funktion „ linkage() “ ein hierarchisches Clustering für ein Array von Samples durchführt. Mit der Funktion „ linkage() “ kannst du eine hierarchische Clusterbildung der Getreeproben machen und mit „ dendrogram() “ das Ergebnis anschauen. Ein paar Beispiele für die Getreidemessungen findest du im Array „ samples ”, und die Sorte jeder Getreideprobe ist in der Liste „ varieties ” aufgeführt.

Diese Übung ist Teil des Kurses

Unüberwachtes Lernen in Python

Kurs anzeigen

Anleitung zur Übung

  • Importieren:

    • linkage und „ dendrogram ” von scipy.cluster.hierarchy.

    • matplotlib.pyplot als „ plt “.

  • Mach ein hierarchisches Clustering für „ samples “ mit der Funktion „ linkage() “ und dem Schlüsselwortargument „ method='complete' “. Weise das Ergebnis mergings zu.

  • Zeichne ein Dendrogramm mit der Funktion „ dendrogram() ” auf mergings. Gib die Schlüsselwortargumente „ labels=varieties “, „ leaf_rotation=90 “ und „ leaf_font_size=6 “ an.

Interaktive Übung

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

# Perform the necessary imports
from ____ import ____, ____
import ____ as ____

# Calculate the linkage: mergings
mergings = ____

# Plot the dendrogram, using varieties as labels
dendrogram(____,
           labels=____,
           leaf_rotation=____,
           leaf_font_size=____,
)
plt.show()
Code bearbeiten und ausführen