1. Learn
    2. /
  2. Курси
    3. /
  3. Unsupervised Learning in Python
Connected

вправа

Normaliser des données de poissons pour le regroupement

On vous fournit un tableau samples contenant des mesures de poissons. Chaque ligne représente un poisson. Les mesures, comme le poids en grammes, la longueur en centimètres et le pourcentage de la hauteur par rapport à la longueur, sont sur des échelles très différentes. Pour regrouper efficacement ces données, vous devrez d'abord normaliser ces caractéristiques. Dans cet exercice, vous allez construire un pipeline pour normaliser et regrouper les données.

Ces données de mesures de poissons proviennent du Journal of Statistics Education.

Інструкції

100 XP
  • Importez :
    • make_pipeline de sklearn.pipeline.
    • StandardScaler de sklearn.preprocessing.
    • KMeans de sklearn.cluster.
  • Créez une instance de StandardScaler appelée scaler.
  • Créez une instance de KMeans avec 4 grappes appelée kmeans.
  • Créez un pipeline nommé pipeline qui enchaîne scaler et kmeans. Pour ce faire, il suffit de les passer comme arguments à make_pipeline().