अनाज क्लस्टरिंग का मूल्यांकन
पिछले अभ्यास में, आपने इनर्शिया प्लॉट से देखा था कि अनाज डेटा के लिए 3 क्लस्टर एक अच्छा विकल्प है. वास्तव में, अनाज सैंपल 3 अलग-अलग किस्मों के मिश्रण से आते हैं: "Kama", "Rosa" और "Canadian". इस अभ्यास में, अनाज सैंपलों को तीन क्लस्टरों में बाँटें, और क्रॉस-टैब्यूलेशन का उपयोग करके क्लस्टरों की तुलना अनाज की किस्मों से करें.
आपके पास अनाज सैंपलों का ऐरे samples है, और एक सूची varieties है जो हर सैंपल की अनाज किस्म बताती है. Pandas (pd) और KMeans पहले से इंपोर्ट किए गए हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Unsupervised Learning
अभ्यास निर्देश
3क्लस्टरों वालाmodelनाम काKMeansमॉडल बनाएँ.modelकी.fit_predict()मेथड का उपयोग करके इसेsamplesपर फिट करें और क्लस्टर लेबल निकालें..fit_predict()का उपयोग करना.fit()के बाद.predict()करने के बराबर है.- दो कॉलम
'labels'और'varieties'वाले DataFramedfबनाएँ, जिनमें क्रमशः कॉलम मान के रूप मेंlabelsऔरvarietiesहों. यह आपके लिए कर दिया गया है. pd.crosstab()फंक्शन का उपयोगdf['labels']औरdf['varieties']पर करें ताकि यह गिने कि हर अनाज किस्म कितनी बार किस क्लस्टर लेबल के साथ मेल खाती है. परिणाम कोctमें असाइन करें.- क्रॉस-टैब्यूलेशन देखने के लिए सबमिट करें!
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create a KMeans model with 3 clusters: model
model = ____
# Use fit_predict to fit model and obtain cluster labels: labels
labels = ____
# Create a DataFrame with labels and varieties as columns: df
df = pd.DataFrame({'labels': labels, 'varieties': varieties})
# Create crosstab: ct
ct = ____
# Display ct
print(ct)