हाइरार्किकल एग्लोमेरेटिव क्लस्टरिंग
पिछले अभ्यास में, आपने देखा कि K-means क्लस्टरिंग करते समय क्लस्टर्स की संख्या आपके नतीजों को कैसे प्रभावित कर सकती है, जिससे आप मशीन लर्निंग इंटरव्यू में K-means पर चर्चा कर सकते हैं। हालांकि, एक और क्लस्टरिंग मॉडल जो आप इस्तेमाल कर सकते हैं, वह है हाइरार्किकल एग्लोमेरेटिव क्लस्टरिंग। Python में, आप इस तकनीक के लिए क्लस्टर्स की आदर्श संख्या को विज़ुअली और गणितीय दोनों तरीकों से निकाल सकते हैं। आप दोनों के लिए scipy और sklearn मॉड्यूल का उपयोग करेंगे।
ध्यान रखें कि डेंड्रोग्राम से क्लस्टर्स की आदर्श संख्या चुनना लिंकेंज क्राइटेरिया और डिस्टेंस थ्रेशहोल्ड दोनों पर निर्भर करता है। यहाँ, आप diabetes के X मैट्रिक्स पर एक डेंड्रोग्राम बनाएँगे, फिर लंबाई 1.50 पर एक काल्पनिक क्षैतिज रेखा खींचेंगे, और जितनी वर्टिकल लाइनों को वह काटेगी, उन्हें गिनकर अपने हाइरार्किकल क्लस्टरिंग एल्गोरिदम के लिए आगे बढ़ते हुए क्लस्टर्स की आदर्श संख्या तय करेंगे।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Machine Learning इंटरव्यू प्रश्नों का अभ्यास
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import hierarchical clustering libraries
import ____.____.____ as sch
from ____.____ import ____