Pokémonの目撃情報：k-meansクラスタリング
前の演習で扱った伝説のPokémonの目撃情報の調査を続けます。今回も同じ目撃情報の例を使い、k-meansクラスタリングで目撃地点をクラスタに分けます。
x と y は、目撃地点のX座標とY座標を表す列で、pandasのDataFrame df に保存されています。利用できるライブラリは、matplotlib.pyplot を plt、seaborn を sns、pandas を pd としてインポート済みです。
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
kmeansとvq関数をインポートしてください。kmeans()関数でクラスタ数を2にしてクラスタ中心を計算してください。vq()関数で各データポイントにクラスタラベルを割り当ててください。- seabornで点をプロットし、クラスタごとに色が分かれるように設定してください。
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。
# Import kmeans and vq functions
from scipy.cluster.vq import ____, ____
# Compute cluster centers
centroids,_ = ____(____, ____)
# Assign cluster labels
df['cluster_labels'], _ = ____(____, ____)
# Plot the points with seaborn
sns.scatterplot(x=____, y=____, hue=____, data=df)
plt.show()