Mulai sekarangMulai gratis

Hierarki saham

Pada bab 1, Anda menggunakan k-means clustering untuk mengelompokkan perusahaan berdasarkan pergerakan harga sahamnya. Sekarang, Anda akan melakukan hierarchical clustering pada perusahaan-perusahaan tersebut. Anda diberikan sebuah array NumPy berisi pergerakan harga movements, di mana setiap baris mewakili perusahaan, serta sebuah daftar nama perusahaan companies. Hierarchical clustering dari SciPy tidak dapat dimasukkan ke dalam pipeline sklearn, sehingga Anda perlu menggunakan fungsi normalize() dari sklearn.preprocessing alih-alih Normalizer.

linkage dan dendrogram sudah diimpor dari scipy.cluster.hierarchy, dan PyPlot telah diimpor sebagai plt.

Latihan ini merupakan bagian dari kursus

Unsupervised Learning in Python

Lihat Kursus

Instruksi latihan

  • Impor normalize dari sklearn.preprocessing.
  • Skala ulang pergerakan harga untuk setiap saham dengan menggunakan fungsi normalize() pada movements.
  • Terapkan fungsi linkage() pada normalized_movements, menggunakan linkage 'complete', untuk menghitung hierarchical clustering. Simpan hasilnya ke mergings.
  • Plot dendrogram dari hierarchical clustering, menggunakan daftar companies berisi nama-nama perusahaan sebagai labels. Selain itu, tentukan argumen kata kunci leaf_rotation=90 dan leaf_font_size=6 seperti pada latihan sebelumnya.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Import normalize
____

# Normalize the movements: normalized_movements
normalized_movements = ____

# Calculate the linkage: mergings
mergings = ____

# Plot the dendrogram
____
plt.show()
Edit dan Jalankan Kode