Regroupement hiérarchique : méthode de Ward

C'est le temps du Comic-Con! Le Comic-Con est un congrès annuel consacré aux bandes dessinées, tenu dans de grandes villes à travers le monde. Vous disposez des données de l'achalandage de l'an dernier, soit le nombre de personnes présentes sur le site à un moment donné. Vous voulez choisir l'emplacement de votre kiosque pour maximiser les ventes. En utilisant la méthode de Ward, appliquez un regroupement hiérarchique pour repérer deux points d'attraction dans la zone.

Les données sont stockées dans un DataFrame pandas, comic_con. x_scaled et y_scaled sont les noms des colonnes des coordonnées X et Y normalisées des personnes à un moment donné.

Cette activité fait partie du cours

Analyse de grappes en Python

Instructions de l’exercice

Importez fcluster et linkage depuis scipy.cluster.hierarchy.
Utilisez la méthode ward dans la fonction linkage().
Assignez les étiquettes de groupe en formant 2 groupes plats à partir de distance_matrix.
Exécutez le code de visualisation pour voir les résultats.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import the fcluster and linkage functions
from scipy.cluster.hierarchy import ____, ____

# Use the linkage() function
distance_matrix = ____(comic_con[['x_scaled', 'y_scaled']], ____ = ____, metric = 'euclidean')

# Assign cluster labels
comic_con['cluster_labels'] = ____(____, ____, criterion='maxclust')

# Plot clusters
sns.scatterplot(x='x_scaled', y='y_scaled', 
                hue='cluster_labels', data = comic_con)
plt.show()

Modifier et exécuter le code

Cette activité fait partie du cours

Analyse de grappes en Python

SkillTag.level.intermediateSkillTag.label

4.8+

Commencer le cours gratuitement

Avant de pouvoir classer des articles de presse, vous devez connaître les bases du regroupement. Ce chapitre vous familiarise avec une catégorie d'algorithmes de Machine Learning appelée apprentissage non supervisé, puis vous présente le regroupement, l'un de ses algorithmes les plus populaires. Vous découvrirez deux techniques de regroupement courantes : le regroupement hiérarchique et le regroupement par k-means. Le chapitre se termine par les étapes de prétraitement essentielles avant de commencer à regrouper des données.

Exercise 1: Unsupervised learning : notions de base Exercise 2: Apprentissage non supervisé dans le monde réel Exercise 3: Observations de Pokémon Exercise 4: Notions de base de l'analyse de regroupement Exercise 5: Observations de Pokémon : regroupement hiérarchique Exercise 6: Observations de Pokémon : regroupement k-means Exercise 7: Préparation des données pour l'analyse en grappes Exercise 8: Normaliser des données de base sous forme de liste Exercise 9: Visualiser des données normalisées Exercise 10: Normalisation des petits nombres Exercise 11: FIFA 18 : Normaliser les données

Ce chapitre porte sur un algorithme de regroupement populaire — le regroupement hiérarchique — et son implantation dans SciPy. En plus de décrire la procédure pour effectuer un regroupement hiérarchique, il cherche à vous aider à répondre à une question importante : combien de grappes votre jeu de données contient-il? Le chapitre se conclut par un survol des limites du regroupement hiérarchique et des éléments à considérer lorsque vous l'utilisez.

Exercise 1: Notions de base du regroupement hiérarchique Exercise 2: Regroupement hiérarchique : méthode de Ward

Exercice en cours

Exercise 3: Clustering hiérarchique : méthode single Exercise 4: Regroupement hiérarchique : méthode complete Exercise 5: Visualiser les grappes Exercise 6: Visualiser des regroupements avec matplotlib Exercise 7: Visualiser des regroupements avec seaborn Exercise 8: Combien de grappes ?Exercise 9: Créer un dendrogramme Exercise 10: Combien de regroupements dans les données de Comic Con?Exercise 11: Limites du regroupement hiérarchique Exercise 12: Chronométrer l'exécution du regroupement hiérarchique Exercise 13: FIFA 18 : explorer les défenseurs

Ce chapitre présente un autre algorithme de regroupement — le regroupement par k-means — et son implantation dans SciPy. Le k-means corrige la principale faiblesse du regroupement hiérarchique abordée au chapitre précédent. Comme les dendrogrammes sont propres au regroupement hiérarchique, ce chapitre présente une méthode pour déterminer le nombre de grappes avant d'exécuter k-means. Le chapitre se termine par un examen des limites de k-means et des points à considérer lorsque vous utilisez cet algorithme.

Exercise 1: Notions de base du partitionnement k-means Exercise 2: Regroupement K-means : premier exercice Exercise 3: Durée d'exécution du regroupement k-means Exercise 4: Combien de groupes ?Exercise 5: Méthode du coude sur des grappes distinctes Exercise 6: Méthode du coude sur des données uniformes Exercise 7: Limites du regroupement k-means Exercise 8: Incidence des graines aléatoires sur des groupes distincts Exercise 9: Motifs de regroupement uniformes Exercise 10: FIFA 18 : retour sur les défenseurs

Maintenant que vous connaissez deux des techniques de regroupement les plus utilisées, ce chapitre vous aide à appliquer ces notions à des problèmes concrets. Il explique d'abord le processus permettant de trouver les couleurs dominantes d'une image, puis revient au problème présenté en introduction : le regroupement d'articles de presse. Le chapitre se termine par une discussion sur le regroupement avec de multiples variables, qui rend la visualisation de l'ensemble des données plus difficile.

Exercise 1: Couleurs dominantes dans les images Exercise 2: Extraire les valeurs RVB d'une image Exercise 3: Combien de couleurs dominantes?Exercise 4: Afficher les couleurs dominantes Exercise 5: Regroupement de documents Exercise 6: TF-IDF des résumés de films Exercise 7: Termes clés dans les groupes de films Exercise 8: Regrouper avec plusieurs variables Exercise 9: Regroupement avec de nombreuses caractéristiques Exercise 10: Vérifications de base sur les grappes Exercise 11: FIFA 18 : qu'est-ce qui fait un joueur complet ?Exercise 12: Au revoir!