НачатьНачать бесплатно

Наблюдения покемонов: кластеризация методом k-средних

Мы продолжаем расследование наблюдений легендарных покемонов из предыдущего упражнения. Как и прежде, мы воспользуемся тем же примером с наблюдениями покемонов. В этом упражнении вы сформируете кластеры наблюдений с помощью метода k-средних.

x и y — это столбцы с координатами X и Y мест наблюдений, хранящиеся в DataFrame df библиотеки pandas. Для работы доступны: matplotlib.pyplot как plt, seaborn как sns и pandas как pd.

Это упражнение является частью курса

Кластерный анализ на Python

Посмотреть курс

Инструкции к упражнению

  • Импортируйте функции kmeans и vq.
  • Используйте функцию kmeans(), чтобы вычислить центры кластеров, задав два кластера.
  • Назначьте метки кластеров каждой точке данных с помощью функции vq().
  • Постройте точки с помощью seaborn, назначив каждому кластеру отдельный цвет.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Import kmeans and vq functions
from scipy.cluster.vq import ____, ____

# Compute cluster centers
centroids,_ = ____(____, ____)

# Assign cluster labels
df['cluster_labels'], _ = ____(____, ____)

# Plot the points with seaborn
sns.scatterplot(x=____, y=____, hue=____, data=df)
plt.show()
Редактировать и запускать код