CommencezCommencez gratuitement

Clustering hiérarchique : méthode single

Reprenons le même jeu de données sur la fréquentation et vérifions si des changements apparaissent lorsque nous utilisons une autre méthode de regroupement.

Les données sont 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

Voir le cours

Instructions de l’exercice

  • Importez fcluster et linkage à partir de scipy.cluster.hierarchy.
  • Utilisez la méthode single dans la fonction linkage().

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import the fcluster and linkage functions
from ____ import ____, ____

# Use the linkage() function
distance_matrix = ____(comic_con[[____, ____]], ____ = ____, metric = ____)

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

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