Memilih jumlah klaster

Dalam latihan ini, Anda akan membandingkan keluaran dari model pengelompokan hierarkis dengan diagnosis sebenarnya. Biasanya saat melakukan pembelajaran unsupervised seperti ini, variabel target tidak tersedia. Namun, pada himpunan data ini kita memilikinya, sehingga dapat digunakan untuk memeriksa kinerja model pengelompokan.

Saat melakukan pembelajaran supervised—yaitu ketika Anda mencoba memprediksi variabel target tertentu dan variabel target tersebut tersedia dalam data asli—menggunakan pengelompokan untuk membuat fitur baru bisa jadi meningkatkan atau tidak meningkatkan kinerja model akhir. Latihan ini akan membantu Anda menentukan apakah, dalam kasus ini, pengelompokan hierarkis memberikan fitur baru yang menjanjikan.