1. Aprende
    2. /
  2. Cursos
    3. /
  3. Análisis de conglomerados en Python
  • 1

    Introducción a la agrupación

    Gratuito

    Antes de que esté preparado para clasificar artículos de noticias, es necesario que conozca los fundamentos de la agrupación. Este capítulo le familiarizará con una clase de algoritmos de aprendizaje automático denominados aprendizaje no supervisado y, a continuación, le presentará el clustering, uno de los algoritmos de aprendizaje no supervisado más populares. Conocerá dos técnicas populares de clustering: el clustering jerárquico y el clustering k-means. El capítulo concluye con unos pasos básicos de preprocesamiento antes de empezar a agrupar datos.

  • 2

    Agrupación jerárquica

    Este capítulo se centra en un popular algoritmo de clustering - clustering jerárquico - y su implementación en SciPy. Además del procedimiento para realizar el clustering jerárquico, intenta ayudarle a responder a una pregunta importante: ¿cuántos clusters hay en sus datos? El capítulo concluye con una discusión sobre las limitaciones de la agrupación jerárquica y analiza las consideraciones a tener en cuenta al utilizarla.

  • 3

    Agrupación K-Means

    Este capítulo presenta un algoritmo de clustering diferente - el clustering k-means - y su implementación en SciPy. El clustering de K-means supera el mayor inconveniente del clustering jerárquico que se discutió en el último capítulo. Como los dendrogramas son específicos de la agrupación jerárquica, en este capítulo se analiza un método para hallar el número de conglomerados antes de ejecutar la agrupación k-means. El capítulo concluye con una discusión sobre las limitaciones de la agrupación k-means y analiza las consideraciones a tener en cuenta al utilizar este algoritmo.

  • 4

    Clustering en el mundo real

    Ahora que ya está familiarizado con dos de las técnicas de clustering más populares, este capítulo le ayudará a aplicar estos conocimientos a problemas del mundo real. El capítulo aborda en primer lugar el proceso de búsqueda de colores dominantes en una imagen, antes de pasar al problema tratado en la introducción: la agrupación de artículos de noticias. El capítulo concluye con un debate sobre la agrupación con múltiples variables, lo que dificulta la visualización de todos los datos.

Initializing

Ejercicio

Agrupación de K-means: primer ejercicio

Este ejercicio le familiarizará con el uso de la agrupación k-means en un conjunto de datos. Utilicemos el conjunto de datos Comic Con y comprobemos cómo funciona la agrupación k-means en él.

Recordemos los dos pasos de la agrupación k-means:

  • Defina los centros de los conglomerados mediante la función kmeans(). Tiene dos argumentos obligatorios: observaciones y número de conglomerados.
  • Asigne etiquetas de clúster a través de la función vq(). Tiene dos argumentos obligatorios: las observaciones y los centros de los conglomerados.

Los datos se almacenan en un DataFrame de pandas, comic_con. x_scaled y y_scaled son los nombres de columna de las coordenadas X e Y normalizadas de las personas en un momento dado.

Instrucciones

100 XP
  • Importe las funciones kmeans y vq en SciPy.
  • Generar centros de conglomerados utilizando la función kmeans() con dos conglomerados.
  • Cree etiquetas de clúster utilizando estos centros de clúster.