Muitos Ks, muitos modelos

Embora o conjunto de dados lineup claramente tenha um valor conhecido de k, muitas vezes o número ideal de clusters não é conhecido e precisa ser estimado.

Neste exercício, você vai usar map_dbl() da biblioteca purrr para executar k-means com valores de k de 1 a 10 e extrair a métrica de soma total dos quadrados intra-cluster de cada um. Este será o primeiro passo para visualizar o gráfico do cotovelo (elbow plot).

Este exercicio faz parte do curso

Análise de Clusters em R

Ver curso

Instruções do exercicio

Use map_dbl() para executar kmeans() usando os dados de lineup para valores de k de 1 a 10 e extraia o valor de soma total dos quadrados intra-cluster de cada modelo: model$tot.withinss. Armazene o vetor resultante como tot_withinss.
Construa um novo data frame elbow_df contendo os valores de k e o vetor de soma total dos quadrados intra-cluster.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

library(purrr)

# Use map_dbl to run many models with varying value of k (centers)
tot_withinss <- map_dbl(1:10,  function(k){
  model <- kmeans(x = ___, centers = ___)
  model$tot.withinss
})

# Generate a data frame containing both k and tot_withinss
elbow_df <- data.frame(
  k = ___ ,
  tot_withinss = ___
)

Editar e Executar Código