K-means em um campo de futebol
No capítulo anterior, você usou o conjunto de dados lineup para aprender sobre a clusterização hierárquica; neste capítulo, você vai usar os mesmos dados para aprender sobre a clusterização k-means.
Como lembrete, o data frame lineup contém as posições de 12 jogadores no início de uma partida de futebol 6 contra 6.
Assim como antes, você sabe que há duas equipes em campo, então pode executar uma análise k-means usando k = 2 para determinar a qual time cada jogador pertence.
Observe que, na função kmeans(), o k é especificado pelo parâmetro centers.
Este exercicio faz parte do curso
Análise de Clusters em R
Instruções do exercicio
- Construa um modelo k-means chamado
model_km2para os dadoslineupusando a funçãokmeans()comcenters = 2. - Extraia o vetor de atribuições de clusters do modelo
model_km2$clustere armazene-o na variávelclust_km2. - Anexe as atribuições de cluster como uma coluna
clusterao data framelineupe salve o resultado em um novo data frame chamadolineup_km2. - Use ggplot para plotar as posições de cada jogador no campo e colorir pelos seus respectivos clusters.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# Build a kmeans model
model_km2 <- kmeans(___, centers = ___)
# Extract the cluster assignment vector from the kmeans model
clust_km2 <- ___
# Create a new data frame appending the cluster assignment
lineup_km2 <- mutate(___, cluster = ___)
# Plot the positions of the players and color them using their cluster
ggplot(___, aes(x = ___, y = ___, color = factor(___))) +
geom_point()