FIFA 18: utforska försvarare
I FIFA 18-datamängden finns olika attribut för spelare. Två sådana attribut är:
- sliding tackle: ett tal mellan 0–99 som anger hur precist en spelare kan utföra en glidande tackling
- aggression: ett tal mellan 0–99 som anger en spelares engagemang och vilja
Dessa är vanligtvis höga hos defensivt inriktade spelare. I den här övningen utför du klustring baserat på dessa attribut i datamängden.
Den här datamängden består av 5 000 rader och är betydligt större än tidigare datamängder. Hierarkisk klustring på dessa data kan ta upp till 10 sekunder.
Följande moduler är förinstallerade: dendrogram, linkage, fcluster från scipy.cluster.hierarchy, matplotlib.pyplot som plt, seaborn som sns. Data lagras i en pandas DataFrame, fifa.
Den här övningen är en del av kursen
Klusteranalys i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Fit the data into a hierarchical clustering algorithm
distance_matrix = ____(fifa[[____, ____]], 'ward')