ComeçarComece de graça

Avistamentos de Pokémon: agrupamento k-means

Vamos continuar a investigação sobre os avistamentos de Pokémon lendários do exercício anterior. Assim como no exercício anterior, usaremos o mesmo exemplo de avistamentos de Pokémon. Neste exercício, você formará grupos de avistamentos usando o agrupamento k-means.

x e y são colunas de coordenadas X e Y dos locais de observação, armazenadas em um DataFrame da pandas, df. Os seguintes estão disponíveis para uso: matplotlib.pyplot como plt, seaborn como sns, e pandas como pd.

Este exercício faz parte do curso

Análise de cluster em Python

Ver curso

Instruções do exercício

  • Importe as funções kmeans e vq.
  • Use a função kmeans() para calcular os centros dos clusters, definindo dois clusters.
  • Atribua rótulos de cluster a cada ponto de dados usando a função vq().
  • Trace os pontos com o seaborn e atribua uma cor diferente a cada agrupamento

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Import kmeans and vq functions
from scipy.cluster.vq import ____, ____

# Compute cluster centers
centroids,_ = ____(____, ____)

# Assign cluster labels
df['cluster_labels'], _ = ____(____, ____)

# Plot the points with seaborn
sns.scatterplot(x=____, y=____, hue=____, data=df)
plt.show()
Editar e executar o código