Analiza sylwetkowa

Analiza sylwetkowa pozwala ocenić, jak bardzo każda obserwacja pasuje do przypisanego jej klastra w porównaniu z pozostałymi klastrami. Ta miara (szerokość sylwetki) przyjmuje wartości od -1 do 1 dla każdej obserwacji w zbiorze danych i można ją interpretować następująco:

Wartości bliskie 1 sugerują, że obserwacja dobrze pasuje do przypisanego klastra.
Wartości bliskie 0 sugerują, że obserwacja znajduje się na granicy między dwoma klastrami.
Wartości bliskie -1 sugerują, że obserwacja mogła zostać przypisana do niewłaściwego klastra.

W tym ćwiczeniu wykorzystasz funkcje pam() i silhouette() z biblioteki cluster, aby przeprowadzić analizę sylwetkową i porównać wyniki modeli dla k = 2 oraz k = 3. Będziesz nadal pracować ze zbiorem danych lineup.

Przyjrzyj się uważnie wykresowi sylwetkowemu – czy każda obserwacja wyraźnie należy do przypisanego klastra dla k = 3?

To ćwiczenie jest częścią kursu

Analiza skupień w R

Zobacz kurs

Instrukcje do ćwiczenia

Zbuduj model k-medoidów pam_k2, używając funkcji pam() z parametrem k = 2 na danych lineup.
Narysuj wykres analizy sylwetkowej, wywołując plot(silhouette(model)).
Powtórz oba powyższe kroki dla k = 3, zapisując model jako pam_k3.
Zanim przejdziesz dalej, porównaj oba wykresy – zwróć szczególną uwagę na obserwację 3 w modelu pam_k3.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

library(cluster)

# Generate a k-means model using the pam() function with a k = 2
pam_k2 <- pam(___, k = ___)

# Plot the silhouette visual for the pam_k2 model
plot(silhouette(___))

# Generate a k-means model using the pam() function with a k = 3
pam_k3 <- ___

# Plot the silhouette visual for the pam_k3 model

Edytuj i uruchom kod