클러스터 기본 점검
FIFA 18 데이터셋에서, 이전 연습 문제들에서는 수비수에 집중했어요. 이번에는 선수의 공격 속성에 주목해 보겠습니다. Pace(pac), Dribbling(dri), Shooting(sho)는 공격형 선수에게서 두드러지는 특징입니다. 이 연습에서는 이미 이 세 속성의 스케일링된 값을 사용해 k-평균 클러스터링을 적용해 두었습니다. 이렇게 만들어진 클러스터에 대해 기본적인 점검을 해 보세요.
데이터는 pandas DataFrame인 fifa에 저장되어 있습니다. 스케일링된 열 이름은 리스트 scaled_features에 들어 있습니다. 클러스터 레이블은 cluster_labels 열에 저장되어 있습니다. pandas의 .count()와 .mean() 메서드는 DataFrame에서 관측치의 개수와 평균을 구하는 데 도움이 된다는 점을 떠올려 보세요.
이 연습은 강의의 일부입니다
Python으로 배우는 군집 분석
연습 안내
cluster_labels열로 그룹화하여 각 클러스터의 크기를 출력하세요.- 각 클러스터에서 선수들의 임금 평균을 출력하세요. 선수의 유로화 임금이 저장된 열 이름은
eur_wage입니다.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Print the size of the clusters
print(fifa.____(____)['ID'].count())
# Print the mean value of wages in each cluster
print(fifa.____(____)['eur_wage'].____())