K-means sur un terrain de soccer (partie 2)

Dans l'exercice précédent, vous avez utilisé avec succès l'algorithme k-means pour regrouper les deux équipes du tableau de données lineup. Cette fois, voyons ce qui se passe lorsque vous utilisez un k de 3.

Vous verrez que l'algorithme s'exécute quand même, mais est-ce que ça a vraiment du sens dans ce contexte…

Cette activité fait partie du cours

Analyse de regroupements dans R

Voir le cours

Instructions de l’exercice

Créez un modèle k-means nommé model_km3 pour les données lineup à l'aide de la fonction kmeans() avec centers = 3.
Extrayez le vecteur d'attributions de groupes du modèle model_km3$cluster et enregistrez-le dans la variable clust_km3.
Ajoutez les attributions de groupes comme colonne cluster au tableau de données lineup et sauvegardez le tout dans un nouveau tableau de données nommé lineup_km3.
Utilisez ggplot pour tracer la position de chaque joueur sur le terrain et colorez-les selon leur groupe.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Build a kmeans model
model_km3 <- ___

# Extract the cluster assignment vector from the kmeans model
clust_km3 <- ___

# Create a new data frame appending the cluster assignment
lineup_km3 <- ___

# Plot the positions of the players and color them using their cluster
ggplot(___, aes(x = ___, y = ___, color = factor(___))) +
  geom_point()

Modifier et exécuter le code