1. 学ぶ
    2. /
  2. コース
    3. /
  3. Analyse de regroupements dans R
Connected

演習

Revisiter les données de gros : « meilleur » k

À la fin du chapitre 2, vous avez exploré les données d'un distributeur en gros customers_spend à l'aide du regroupement hiérarchique. Cette fois, vous analyserez ces données avec les outils de k-means présentés dans ce chapitre.

La première étape consiste à déterminer la valeur « optimale » de k à l'aide de la largeur moyenne de silhouette.

Petit rappel sur les données : elles contiennent les montants dépensés par 45 clients d'un distributeur en gros pour les catégories Milk, Grocery et Frozen. Ces données sont stockées dans la trame de données customers_spend. Pour cet exercice, vous pouvez supposer que, comme toutes les variables représentent le même type de mesure (montant dépensé), il n'est pas nécessaire de les normaliser.

指示

100 XP
  • Utilisez map_dbl() pour exécuter pam() sur les données customers_spend pour des valeurs de k allant de 2 à 10 et extraire la largeur moyenne de silhouette de chaque modèle : model$silinfo$avg.width. Stockez le vecteur obtenu dans sil_width.
  • Créez une nouvelle trame de données sil_df contenant les valeurs de k et le vecteur des largeurs moyennes de silhouette.
  • À partir des valeurs de sil_df, tracez un graphique linéaire montrant la relation entre k et la largeur moyenne de silhouette.