Metoda łokcia na danych jednorodnych
W poprzednim ćwiczeniu tworzyłeś wykres łokcia na danych z wyraźnie zdefiniowanymi skupieniami. Teraz sprawdź, jak taki wykres wygląda dla zbioru danych z równomiernie rozłożonymi punktami. Przed przystąpieniem do ćwiczenia warto wyświetlić punkty danych.
Dane są przechowywane w ramce danych pandas uniform_data. x_scaled i y_scaled to nazwy kolumn ze znormalizowanymi współrzędnymi X i Y punktów.
To ćwiczenie jest częścią kursu
Analiza skupień w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
distortions = []
num_clusters = range(2, 7)
# Create a list of distortions from the kmeans function
for i in ____:
cluster_centers, distortion = ____
____.append(____)
# Create a DataFrame with two lists - number of clusters and distortions
elbow_plot = pd.DataFrame({'num_clusters': ____, 'distortions': ____})
# Creat a line plot of num_clusters and distortions
sns.____(x=____, y=____, data=____)
plt.xticks(num_clusters)
plt.show()