शुरू करेंमुफ़्त में शुरू करें

Uniform clustering patterns

अब जबकि आप seeds के प्रभाव से परिचित हैं, आइए k-means clustering के उस bias को देखें जो समान आकार/आकारिकी वाले clusters बनाने की ओर होता है.

अगले अभ्यास के लिए एक mouse‑like डेटासेट का उपयोग करें. Mouse‑like डेटासेट ऐसे बिंदुओं का समूह है जो चूहे के सिर जैसा लगता है: इसमें तीन clusters होते हैं जो वृत्तों में सजे होते हैं — एक चेहरा और दो कान के लिए.

एक सामान्य mouse‑like डेटासेट कुछ ऐसा दिखता है (Source).

डेटा एक pandas DataFrame mouse में स्टोर है. x_scaled और y_scaled उन standardized X और Y coordinates के कॉलम नाम हैं जो data points के लिए हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में क्लस्टर विश्लेषण

पाठ्यक्रम देखें

अभ्यास निर्देश

  • SciPy में से kmeans और vq functions import करें.
  • तीन clusters के साथ kmeans() function से cluster centers जनरेट करें.
  • ऊपर जनरेट किए गए cluster centers के साथ vq() से cluster labels बनाएँ.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import the kmeans and vq functions
____

# Generate cluster centers
cluster_centers, distortion = ____

# Assign cluster labels
mouse['cluster_labels'], distortion_list = ____

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