クラスタの基本チェック
FIFA 18 のデータセットでは、これまでの演習で主にディフェンダーに注目してきました。ここでは選手の攻撃的な属性に目を向けてみましょう。Pace（pac）、Dribbling（dri）、Shooting（sho）は、攻撃的な選手に見られる特徴量です。この演習では、これら3つの属性のスケーリング済み値を使って、すでに k-means クラスタリングを実行しています。作成されたクラスタに対して、いくつか基本的な確認を行ってみましょう。
データは pandas の DataFrame fifa に格納されています。スケーリング済みの列名はリスト scaled_features にあります。クラスタラベルは cluster_labels 列に保存されています。pandas の .count() と .mean() メソッドを使うと、DataFrame 内の観測数と平均を求められることを思い出してください。
この演習はコースの一部です
Pythonで学ぶクラスタ分析
演習の手順
- 列
cluster_labelsでグループ化して、各クラスタのサイズを表示します。 - 各クラスタに属する選手の賃金の平均値を表示します。ユーロ建ての賃金は
eur_wage列に格納されています。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Print the size of the clusters
print(fifa.____(____)['ID'].count())
# Print the mean value of wages in each cluster
print(fifa.____(____)['eur_wage'].____())