Clustering ierarhic: Pregătirea pentru explorare

Acum că ai creat o posibilă grupare pentru datele oes, înainte de a putea explora aceste clustere cu ggplot2, va trebui să transformi matricea de date oes într-un data frame ordonat, în care fiecărei ocupații îi este atribuit clusterul corespunzător.

Acest exercițiu face parte din cursul

Analiza clusterelor în R

Vezi cursul

Instrucțiuni pentru exercițiu

Creează data frame-ul df_oes din matricea de date oes, asigurându-te că stochezi numele rândurilor ca o coloană (folosește rownames_to_column() din biblioteca tibble).
Construiește vectorul de atribuire a clusterelor cut_oes folosind cutree() cu h = 100,000.
Adaugă atribuirile de clustere ca o coloană cluster în data frame-ul df_oes și salvează rezultatele într-un nou data frame numit clust_oes.
Folosește funcția pivot_longer() din biblioteca tidyr() pentru a restructura datele într-un format compatibil cu analiza ggplot2 și salvează data frame-ul ordonat ca gathered_oes.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

dist_oes <- dist(oes, method = 'euclidean')
hc_oes <- hclust(dist_oes, method = 'average')

library(tibble)
library(tidyr)

# Use rownames_to_column to move the rownames into a column of the data frame
df_oes <- rownames_to_column(as.data.frame(___), var = 'occupation')

# Create a cluster assignment vector at h = 100,000
cut_oes <- cutree(___, h = ___)

# Generate the segmented oes data frame
clust_oes <- mutate(___, cluster = ___)

# Create a tidy data frame by gathering the year and values into two columns
gathered_oes <- pivot_longer(data = ___, 
                       cols = -c(occupation, cluster),
                       names_to = "year",               
                       values_to = "mean_salary" )

Editează și rulează codul