K-means em um campo de futebol (parte 2)

No exercício anterior, você usou com sucesso o algoritmo k-means para agrupar os dois times do data frame lineup. Agora, vamos explorar o que acontece quando você usa um k igual a 3.

Você verá que o algoritmo ainda roda, mas será que isso faz sentido nesse contexto…

Este exercicio faz parte do curso

Análise de Clusters em R

Ver curso

Instruções do exercicio

Construa um modelo k-means chamado model_km3 para os dados lineup usando a função kmeans() com centers = 3.
Extraia o vetor de atribuições de cluster do modelo model_km3$cluster e armazene-o na variável clust_km3.
Acrescente as atribuições de cluster como uma coluna cluster ao data frame lineup e salve o resultado em um novo data frame chamado lineup_km3.
Use ggplot para plotar as posições de cada jogador em campo e colorir por cluster.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# Build a kmeans model
model_km3 <- ___

# Extract the cluster assignment vector from the kmeans model
clust_km3 <- ___

# Create a new data frame appending the cluster assignment
lineup_km3 <- ___

# Plot the positions of the players and color them using their cluster
ggplot(___, aes(x = ___, y = ___, color = factor(___))) +
  geom_point()

Editar e Executar Código