始める無料で始める

穀物データの階層的クラスタリング

この動画では、SciPy の linkage() 関数がサンプル配列に対して階層的クラスタリングを行うことを学びました。linkage() 関数を使って穀物サンプルの階層的クラスタリングを実行し、dendrogram() で結果を可視化しましょう。穀物の測定値の一部は配列 samples に、各サンプルの品種はリスト varieties に用意されています。

この演習はコースの一部です

Pythonで学ぶ教師なし学習

コースを見る

演習の手順

  • 次をインポートします:
    • scipy.cluster.hierarchy から linkage と dendrogram。
    • matplotlib.pyplot を plt として。
  • method='complete' というキーワード引数を指定して、linkage() 関数で samples に対して階層的クラスタリングを実行します。結果を mergings に代入します。
  • dendrogram() 関数を使って mergings のデンドログラムを描画します。キーワード引数として labels=varieties, leaf_rotation=90, leaf_font_size=6 を指定します。

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。

# Perform the necessary imports
from ____ import ____, ____
import ____ as ____

# Calculate the linkage: mergings
mergings = ____

# Plot the dendrogram, using varieties as labels
dendrogram(____,
           labels=____,
           leaf_rotation=____,
           leaf_font_size=____,
)
plt.show()
コードを編集して実行