K-means pe un teren de fotbal (partea 2)

În exercițiul anterior, ai folosit cu succes algoritmul k-means pentru a grupa cele două echipe din cadrul setului de date lineup. De această dată, hai să explorăm ce se întâmplă când folosești un k de 3.

Vei vedea că algoritmul va rula în continuare, dar oare are sens în acest context…

Acest exercițiu face parte din cursul

Analiza clusterelor în R

Vezi cursul

Instrucțiuni pentru exercițiu

Construiește un model k-means numit model_km3 pentru datele din lineup, folosind funcția kmeans() cu centers = 3.
Extrage vectorul de atribuiri ale clusterelor din modelul model_km3$cluster și stochează-l în variabila clust_km3.
Adaugă atribuirile clusterelor ca o coloană cluster la setul de date lineup și salvează rezultatele într-un nou set de date numit lineup_km3.
Folosește ggplot pentru a reprezenta pozițiile fiecărui jucător pe teren și colorează-le în funcție de clusterul din care fac parte.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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()

Editează și rulează codul