1. Aprender
    2. /
  2. Cursos
    3. /
  3. Análise de cluster em Python
  • 1

    Introdução ao clustering

    Gratuito

    Antes de estar pronto para classificar artigos de notícias, você precisa conhecer os conceitos básicos de clustering. Este capítulo o familiariza com uma classe de algoritmos de aprendizado de máquina chamada aprendizado não supervisionado e, em seguida, apresenta a você o agrupamento, um dos algoritmos populares de aprendizado não supervisionado. Você conhecerá duas técnicas de agrupamento populares: agrupamento hierárquico e agrupamento k-means. O capítulo termina com as etapas básicas de pré-processamento antes de você começar a clusterizar os dados.

  • 2

    Agrupamento hierárquico

    Este capítulo se concentra em um algoritmo de agrupamento popular - o agrupamento hierárquico - e sua implementação no SciPy. Além do procedimento para executar o agrupamento hierárquico, ele tenta ajudar você a responder a uma pergunta importante: quantos agrupamentos estão presentes nos seus dados? O capítulo termina com uma discussão sobre as limitações do agrupamento hierárquico e discute as considerações ao usar o agrupamento hierárquico.

  • 3

    Agrupamento K-Means

    Este capítulo apresenta um algoritmo de agrupamento diferente - o agrupamento k-means - e sua implementação no SciPy. O agrupamento K-means supera a maior desvantagem do agrupamento hierárquico que foi discutida no último capítulo. Como os dendrogramas são específicos do agrupamento hierárquico, este capítulo discute um método para encontrar o número de clusters antes de executar o agrupamento k-means. O capítulo termina com uma discussão sobre as limitações do k-means clustering e discute as considerações ao usar esse algoritmo.

  • 4

    Clustering no mundo real

    Agora que você já conhece duas das técnicas de clustering mais populares, este capítulo o ajudará a aplicar esse conhecimento a problemas do mundo real. O capítulo primeiro discute o processo de encontrar cores dominantes em uma imagem, antes de passar para o problema discutido na introdução - agrupamento de artigos de notícias. O capítulo termina com uma discussão sobre clustering com várias variáveis, o que dificulta a visualização de todos os dados.

Initializing

Exercicio

Exibir cores dominantes

Carregamos a imagem a seguir usando a função imread() da classe image de matplotlib.

Para exibir as cores dominantes, converta as cores dos centros de cluster em seus valores brutos e, em seguida, converta-os no intervalo de 0 a 1, usando a seguinte fórmula: converted_pixel = standardized_pixel * pixel_std / 255

Os valores de RGB são armazenados em um DataFrame, batman_df. Os valores escalonados de RGB são armazenados nas colunas scaled_red, scaled_blue e scaled_green. Os centros de cluster são armazenados na variável cluster_centers, que foi gerada usando a função kmeans() com três clusters.

Instruções

100 XP
  • Obtenha os desvios padrão de cada cor do DataFrame e armazene-os em r_std, g_std, b_std.
  • Para cada centro de cluster, converta os valores padronizados de RGB em valores escalonados no intervalo de 0-1.
  • Exibir as cores dos centros de cluster.