시작하기무료로 시작하기

곡물 데이터의 계층적 클러스터링

영상에서 SciPy의 linkage() 함수가 샘플 배열에 대해 계층적 클러스터링을 수행한다는 것을 배웠어요. linkage() 함수를 사용해 곡물 샘플의 계층적 클러스터링을 구하고, dendrogram()으로 결과를 시각화하세요. 곡물 측정값의 일부는 배열 samples에, 각 곡물 샘플의 품종 정보는 리스트 varieties에 제공되어 있어요.

이 연습은 강의의 일부입니다

Python으로 배우는 Unsupervised Learning

강의 보기

연습 안내

  • 다음을 임포트하세요:
    • scipy.cluster.hierarchy에서 linkage와 dendrogram.
    • matplotlib.pyplot을 plt로.
  • method='complete' 키워드 인자를 사용해 linkage() 함수로 samples에 대해 계층적 클러스터링을 수행하고, 결과를 mergings에 할당하세요.
  • dendrogram() 함수를 사용해 mergings로 덴드로그램을 그리세요. 키워드 인자 labels=varieties, leaf_rotation=90, leaf_font_size=6을 지정하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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()
코드 편집 및 실행