शुरू करेंमुफ़्त में शुरू करें

Hierarchical clustering: ward method

कॉमिक-कॉन का समय आ गया है! कॉमिक-कॉन दुनिया के प्रमुख शहरों में होने वाला वार्षिक कॉमिक-आधारित सम्मेलन है. आपके पास पिछले साल की फुटफॉल यानी किसी समय पर सम्मेलन स्थल पर मौजूद लोगों की संख्या का डेटा है. आप अपनी स्टॉल का स्थान इस तरह तय करना चाहते हैं कि बिक्री अधिकतम हो. वार्ड विधि का उपयोग करते हुए, क्षेत्र में आकर्षण के दो बिंदु खोजने के लिए hierarchical clustering लागू करें.

डेटा एक pandas DataFrame comic_con में रखा गया है. x_scaled और y_scaled उन कॉलम के नाम हैं जिनमें किसी समय बिंदु पर लोगों के मानकीकृत X और Y निर्देशांक हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में क्लस्टर विश्लेषण

पाठ्यक्रम देखें

अभ्यास निर्देश

  • scipy.cluster.hierarchy से fcluster और linkage इम्पोर्ट करें.
  • linkage() फंक्शन में ward method का उपयोग करें.
  • distance_matrix से 2 फ्लैट क्लस्टर बनाकर क्लस्टर लेबल असाइन करें.
  • परिणाम देखने के लिए प्लॉटिंग कोड चलाएँ.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import the fcluster and linkage functions
from scipy.cluster.hierarchy import ____, ____

# Use the linkage() function
distance_matrix = ____(comic_con[['x_scaled', 'y_scaled']], ____ = ____, metric = 'euclidean')

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

# Plot clusters
sns.scatterplot(x='x_scaled', y='y_scaled', 
                hue='cluster_labels', data = comic_con)
plt.show()
कोड संपादित करें और चलाएँ