Ergebnisse des hierarchischen Clusterings
Lass uns das hierarchische Clustering-Modell, das du gerade erstellt hast, nutzen, um eine Höhe (oder Distanz zwischen Clustern) zu bestimmen, bei der eine bestimmte Anzahl von Clustern vorliegt. Die zuvor erstellten Variablen – wisc.data, diagnosis, wisc.pr, pve und wisc.hclust – sind alle in deinem Workspace verfügbar.
Mit der Funktion plot(): Bei welcher Höhe hat das Clustering-Modell 4 Cluster?
Diese Übung ist Teil des Kurses
<Kurs>Unüberwachtes Lernen in R</Kurs>Interaktive praktische Übung
Verwandle Theorie mit einer unserer interaktiven Übungen in die Praxis
Übung starten