НачатьНачать бесплатно

Масштабирование данных о рыбах для кластеризации

Вам дан массив samples с измерениями рыб. Каждая строка соответствует одной особи. Такие характеристики, как вес в граммах, длина в сантиметрах и процентное соотношение высоты к длине, имеют очень разные масштабы. Чтобы кластеризация была эффективной, необходимо сначала стандартизировать эти признаки. В этом упражнении вы построите конвейер для стандартизации и кластеризации данных.

Данные об измерениях рыб взяты из Journal of Statistics Education.

Это упражнение является частью курса

Обучение без учителя на Python

Посмотреть курс

Инструкции к упражнению

  • Импортируйте:
    • make_pipeline из sklearn.pipeline.
    • StandardScaler из sklearn.preprocessing.
    • KMeans из sklearn.cluster.
  • Создайте экземпляр StandardScaler с именем scaler.
  • Создайте экземпляр KMeans с 4 кластерами и назовите его kmeans.
  • Создайте конвейер с именем pipeline, объединив в нём scaler и kmeans. Для этого передайте их в качестве аргументов функции make_pipeline().

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Perform the necessary imports
from ____ import ____
from ____ import ____
from ____ import ____

# Create scaler: scaler
scaler = ____

# Create KMeans instance: kmeans
kmeans = ____

# Create pipeline: pipeline
pipeline = ____
Редактировать и запускать код