Uitvoeringstijd van k-means clustering

Weet je nog dat het uitvoeren van hiërarchische clustering aanzienlijk lang duurde? Hoe lang duurt het om de functie kmeans() op de FIFA-gegevensset uit te voeren?

De data staat in een pandas DataFrame, fifa. scaled_sliding_tackle en scaled_aggression zijn de relevante geschaalde kolommen. timeit en kmeans zijn al geïmporteerd.

Clustercentra worden bepaald met de functie kmeans(). Deze heeft twee verplichte argumenten: observaties en het aantal clusters. Je kunt %timeit vóór een stukje code gebruiken om te meten hoe lang het duurt om uit te voeren. Je kunt de functie kmeans() timen voor drie clusters op de fifa-gegevensset.

Deze oefening maakt deel uit van de cursus

Clusteranalyse in Python

Bekijk cursus

Interactieve oefening met praktijkervaring

Zet theorie om in actie met een van onze interactieve oefeningen

Begin oefening

Deze oefening maakt deel uit van de cursus

Clusteranalyse in Python

SkillTag.level.intermediateSkillTag.label

4.8+

959 reviews

Begin gratis met de cursus

Voordat je klaar bent om nieuwsartikelen te classificeren, maak je eerst kennis met de basis van clustering. Dit hoofdstuk laat je kennismaken met een klasse van machinelearning-algoritmen, unsupervised learning, en introduceert vervolgens clustering, een van de populaire unsupervised learning-algoritmen. Je leert over twee veelgebruikte clusteringtechnieken: hiërarchische clustering en k-means clustering. Het hoofdstuk sluit af met basisstappen voor het voorbewerken van data voordat je gaat clusteren.

Exercise 1: Unsupervised learning: de basis Exercise 2: Unsupervised learning in de echte wereld Exercise 3: Pokémon-waarnemingen Exercise 4: Basis van clusteranalyse Exercise 5: Pokémon-waarnemingen: hiërarchisch clusteren Exercise 6: Pokémon-waarnemingen: k-means clustering Exercise 7: Gegevens voorbereiden voor clusteranalyse Exercise 8: Normaliseer eenvoudige lijstgegevens Exercise 9: Genormaliseerde data visualiseren Exercise 10: Normalisatie van kleine getallen Exercise 11: FIFA 18: Gegevens normaliseren

Dit hoofdstuk richt zich op een populair clusteringalgoritme — hiërarchische clustering — en de implementatie ervan in SciPy. Naast de procedure om hiërarchische clustering uit te voeren, helpt het je een belangrijke vraag te beantwoorden: hoeveel clusters zitten er in je data? Het hoofdstuk eindigt met een bespreking van de beperkingen van hiërarchische clustering en aandachtspunten bij het gebruik ervan.

Exercise 1: Basis van hiërarchisch clusteren Exercise 2: Hiërarchische clustering: ward-methode Exercise 3: Hiërarchische clustering: single-methode Exercise 4: Hiërarchische clustering: complete-methode Exercise 5: Clusters visualiseren Exercise 6: Clusters visualiseren met matplotlib Exercise 7: Clusters visualiseren met seaborn Exercise 8: Hoeveel clusters?Exercise 9: Maak een dendrogram Exercise 10: Hoeveel clusters in comic con-gegevens?Exercise 11: Beperkingen van hiërarchisch clusteren Exercise 12: Tijdmeting van hiërarchisch clusteren Exercise 13: FIFA 18: verdedigers verkennen

Dit hoofdstuk introduceert een ander clusteringalgoritme — k-means clustering — en de implementatie ervan in SciPy. K-means clustering pakt het grootste nadeel van hiërarchische clustering aan dat in het vorige hoofdstuk is besproken. Omdat dendrogrammen specifiek zijn voor hiërarchische clustering, bespreekt dit hoofdstuk een methode om het aantal clusters te bepalen voordat je k-means clustering uitvoert. Het hoofdstuk sluit af met een bespreking van de beperkingen van k-means clustering en aandachtspunten bij het gebruik van dit algoritme.

Exercise 1: Basis van k-means clustering Exercise 2: K-means clustering: eerste oefening Exercise 3: Uitvoeringstijd van k-means clustering

Huidige oefening

Exercise 4: Hoeveel clusters?Exercise 5: Elbow-methode op duidelijke clusters Exercise 6: Elbow-methode op uniforme data Exercise 7: Beperkingen van k-means-clustering Exercise 8: Invloed van seeds op verschillende clusters Exercise 9: Uniforme clusterpatronen Exercise 10: FIFA 18: verdedigers opnieuw bekeken

Nu je bekend bent met twee van de meest populaire clusteringtechnieken, helpt dit hoofdstuk je om die kennis toe te passen op realistische problemen. Eerst komt het bepalen van dominante kleuren in een afbeelding aan bod, waarna we teruggaan naar het probleem uit de introductie: het clusteren van nieuwsartikelen. Het hoofdstuk sluit af met een bespreking van clusteren met meerdere variabelen, wat het lastiger maakt om alle data te visualiseren.

Exercise 1: Dominante kleuren in afbeeldingen Exercise 2: RGB-waarden uit een afbeelding halen Exercise 3: Hoeveel dominante kleuren?Exercise 4: Dominante kleuren weergeven Exercise 5: Documentclustering Exercise 6: TF-IDF van filmplots Exercise 7: Toptermen in filmclusters Exercise 8: Clusteren met meerdere kenmerken Exercise 9: Clusteren met veel features Exercise 10: Basistests op clusters Exercise 11: FIFA 18: wat maakt een complete speler?Exercise 12: Tot ziens!