Leer hoe je clusteranalyse uitvoert

Clusteranalyse is een krachtig hulpmiddel in de gereedschapskist van de data scientist. Het wordt gebruikt om groepen waarnemingen (clusters) te vinden die vergelijkbare kenmerken hebben. Deze overeenkomsten kunnen allerlei zakelijke beslissingen beïnvloeden; zo wordt het in marketing bijvoorbeeld gebruikt om verschillende groepen klanten te identificeren, zodat advertenties hierop afgestemd kunnen worden.

Ontdek hiërarchische en K-means clusteringtechnieken

In deze cursus leer je over twee veelgebruikte clusteringmethoden: hiërarchische clustering en k-means clustering. Je leert niet alleen hoe je deze methoden gebruikt, maar je ontwikkelt ook een sterk gevoel voor hoe ze werken en hoe je hun resultaten kunt interpreteren. Je ontwikkelt dit inzicht door drie verschillende datasets te verkennen: posities van voetballers, uitgavengegevens van groothandelsklanten en longitudinale gegevens over beroepslonen.

Verbeter je vaardigheden met een praktijkgerichte case study

Je rondt de cursus af door je nieuwe vaardigheden toe te passen op een casestudy over gemiddelde salarissen en hoe deze in de loop van de tijd zijn veranderd. Dit combineert hiërarchische clusteringtechnieken zoals occupation trees, voorbereiden op verkenning en het plotten van occupational clusters, met k-means-technieken zoals elbow-analyse en gemiddelde silhouette widths.

DataCamp-cursussen bestaan uit een mix van video's, artikelen en oefenopdrachten, zodat je de kans krijgt om je nieuw verworven vaardigheden te testen en te versterken. Zo voel je je zekerder om ze ook buiten de cursus toe te passen.

Wanneer gegevens schalen?

Clusteranalyse in R

Interactieve oefening met praktijkervaring