CommencezCommencez gratuitement

Observations de Pokémon : regroupement k-means

Nous poursuivons l'enquête sur les observations de Pokémon légendaires amorcée à l'exercice précédent. Comme dans l'exemple précédent, nous utiliserons les mêmes données d'observations de Pokémon. Dans cet exercice, vous allez former des groupes d'observations à l'aide du regroupement k-means.

x et y sont des colonnes de coordonnées X et Y correspondant aux lieux d'observation, stockées dans un DataFrame pandas, df. Vous avez accès aux modules suivants : matplotlib.pyplot sous l'alias plt, seaborn sous l'alias sns, et pandas sous l'alias pd.

Cette activité fait partie du cours

Analyse de grappes en Python

Voir le cours

Instructions de l’exercice

  • Importez les fonctions kmeans et vq.
  • Utilisez la fonction kmeans() pour calculer les centres des groupes en définissant deux groupes.
  • Attribuez une étiquette de groupe à chaque point de données à l'aide de la fonction vq().
  • Tracez les points avec seaborn et assignez une couleur différente à chaque groupe

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import kmeans and vq functions
from scipy.cluster.vq import ____, ____

# Compute cluster centers
centroids,_ = ____(____, ____)

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

# Plot the points with seaborn
sns.scatterplot(x=____, y=____, hue=____, data=df)
plt.show()
Modifier et exécuter le code