FIFA 18: 수비수 탐색하기
FIFA 18 데이터셋에는 선수들의 다양한 속성이 포함되어 있어요. 그중 두 가지는 다음과 같습니다.
- sliding tackle: 0~99 사이의 숫자로, 태클을 미끄러지며 시도할 때의 정확도를 의미해요.
- aggression: 0~99 사이의 숫자로, 선수의 투지와 적극성을 의미해요.
이 값들은 보통 수비 지향적인 선수에게서 높게 나타납니다. 이번 연습 문제에서는 이 속성들을 기반으로 클러스터링을 수행해 볼 거예요.
이 데이터는 5000개의 행으로 이루어져 있으며, 이전 데이터셋보다 상당히 큽니다. 이 데이터에 계층적 클러스터링을 실행하면 최대 10초까지 걸릴 수 있어요.
다음 모듈이 미리 로드되어 있습니다: scipy.cluster.hierarchy의 dendrogram, linkage, fcluster, matplotlib.pyplot은 plt, seaborn은 sns로 불러왔어요. 데이터는 pandas DataFrame인 fifa에 저장되어 있습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 군집 분석
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Fit the data into a hierarchical clustering algorithm
distance_matrix = ____(fifa[[____, ____]], 'ward')