축구 필드에서의 K-평균 (2)

이전 연습 문제에서 여러분은 lineup 데이터 프레임의 두 팀을 k-means 알고리즘으로 성공적으로 군집화했어요. 이번에는 k 값을 3으로 바꾸면 어떤 일이 일어나는지 살펴보겠습니다.

알고리즘은 여전히 실행되지만, 이 맥락에서 과연 의미가 있을까요…?

이 연습은 강의의 일부입니다

R로 배우는 군집 분석

강의 보기

연습 안내

kmeans() 함수에 centers = 3을 사용해 lineup 데이터에 대한 k-평균 모델 model_km3를 만드세요.
모델에서 클러스터 할당 벡터 model_km3$cluster를 추출해 변수 clust_km3에 저장하세요.
클러스터 할당을 cluster 열로 lineup 데이터 프레임에 추가하고, 결과를 lineup_km3라는 새 데이터 프레임으로 저장하세요.
ggplot을 사용해 필드 위 각 선수의 위치를 플로팅하고, 클러스터별로 색을 지정해 보세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Build a kmeans model
model_km3 <- ___

# Extract the cluster assignment vector from the kmeans model
clust_km3 <- ___

# Create a new data frame appending the cluster assignment
lineup_km3 <- ___

# Plot the positions of the players and color them using their cluster
ggplot(___, aes(x = ___, y = ___, color = factor(___))) +
  geom_point()

코드 편집 및 실행