K-means pada lapangan sepak bola

Pada bab sebelumnya, Anda menggunakan himpunan data lineup untuk mempelajari pengelompokan hierarchical; pada bab ini, Anda akan menggunakan data yang sama untuk mempelajari pengelompokan k-means. Sebagai pengingat, data frame lineup memuat posisi 12 pemain pada awal pertandingan sepak bola 6 lawan 6.

Sama seperti sebelumnya, Anda tahu bahwa pertandingan ini memiliki dua tim di lapangan, sehingga Anda dapat melakukan analisis k-means dengan k = 2 untuk menentukan pemain mana yang termasuk ke tim mana.

Perhatikan bahwa pada fungsi kmeans(), nilai k ditentukan melalui parameter centers.

Latihan ini adalah bagian dari kursus

Analisis Klaster di R

Lihat Kursus

Petunjuk latihan

Bangun model k-means bernama model_km2 untuk data lineup menggunakan fungsi kmeans() dengan centers = 2.
Ekstrak vektor penetapan klaster dari model model_km2$cluster dan simpan pada variabel clust_km2.
Tambahkan penetapan klaster sebagai kolom cluster ke data frame lineup dan simpan hasilnya ke data frame baru bernama lineup_km2.
Gunakan ggplot untuk memetakan posisi setiap pemain di lapangan dan warnai berdasarkan klasternya.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Build a kmeans model
model_km2 <- kmeans(___, centers = ___)

# Extract the cluster assignment vector from the kmeans model
clust_km2 <- ___

# Create a new data frame appending the cluster assignment
lineup_km2 <- mutate(___, cluster = ___)

# Plot the positions of the players and color them using their cluster
ggplot(___, aes(x = ___, y = ___, color = factor(___))) +
  geom_point()

Edit dan Jalankan Kode