K-means: Analiza cotului

În exercițiile anterioare ai folosit dendrograma pentru a propune o grupare care a generat 3 arbori. În acest exercițiu vei folosi graficul cotului k-means pentru a propune numărul „optim" de clustere.

Acest exercițiu face parte din cursul

Analiza clusterelor în R

Vezi cursul

Instrucțiuni pentru exercițiu

Folosește map_dbl() pentru a rula kmeans() pe datele oes, pentru valori k de la 1 la 10, și extrage valoarea sumei totale a pătratelor în interiorul clusterelor din fiecare model: model$tot.withinss. Stochează vectorul rezultat ca tot_withinss.
Construiește un nou data frame elbow_df care să conțină valorile lui k și vectorul sumei totale a pătratelor în interiorul clusterelor.
Folosește valorile din elbow_df pentru a reprezenta grafic o diagramă liniară care să ilustreze relația dintre k și suma totală a pătratelor în interiorul clusterelor.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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 = ___
)

# Plot the elbow plot
ggplot(elbow_df, aes(x = ___, y = ___)) +
  geom_line() +
  scale_x_continuous(breaks = 1:10)

Editează și rulează codul