शुरू करेंमुफ़्त में शुरू करें

पोकेमॉन sightings: k-means क्लस्टरिंग

हम पिछली एक्सरसाइज़ से लेजेंडरी पोकेमॉन sightings की जाँच को आगे बढ़ा रहे हैं. ठीक पिछले अभ्यास की तरह, हम पोकेमॉन sightings के उसी उदाहरण का उपयोग करेंगे. इस अभ्यास में, आप k-means क्लस्टरिंग का उपयोग करके sightings के क्लस्टर्स बनाएँगे.

x और y एक pandas DataFrame df में sighting लोकेशंस के X और Y coordinates के कॉलम हैं. निम्नलिखित उपयोग के लिए उपलब्ध हैं: matplotlib.pyplot as plt, seaborn as sns, और pandas as pd.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में क्लस्टर विश्लेषण

पाठ्यक्रम देखें

अभ्यास निर्देश

  • kmeans और vq फंक्शंस इम्पोर्ट करें.
  • दो क्लस्टर्स परिभाषित करके kmeans() फंक्शन से cluster centers निकालें.
  • vq() फंक्शन का उपयोग करके हर डेटा पॉइंट को cluster labels असाइन करें.
  • seaborn से पॉइंट्स प्लॉट करें और हर क्लस्टर के लिए अलग रंग दें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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()
कोड संपादित करें और चलाएँ