Lär dig hur du utför klusteranalys

Klusteranalys är ett kraftfullt verktyg i datavetenskapens verktygslåda. Det används för att hitta grupper av observationer (kluster) som delar liknande egenskaper. Dessa likheter kan ligga till grund för alla typer av affärsbeslut; till exempel används det inom marknadsföring för att identifiera distinkta kundgrupper som annonser kan anpassas för.

Utforska hierarkiska klustringsmetoder och K-means-klustring

I den här kursen får du lära dig om två vanligt använda klustringsmetoder – hierarkisk klustring och k-means-klustring. Du kommer inte bara att lära dig hur du använder dessa metoder, du kommer att bygga upp en stark intuition för hur de fungerar och hur du tolkar deras resultat. Du kommer att utveckla denna intuition genom att utforska tre olika datamängder: fotbollsspelares positioner, data om grossistkunders utgifter och longitudinell lönedata för yrken.

Förfina dina färdigheter med en praktisk fallstudie

Du avslutar kursen genom att tillämpa dina nya färdigheter på en fallstudie som utgår från genomsnittslöner och hur de har förändrats över tid. Detta kommer att kombinera hierarkiska klustringstekniker såsom yrkesträd, förberedelse för utforskning och visualisering av yrkeskluster, med k-means-tekniker inklusive elbow-analys och genomsnittliga silhuettbredder.

DataCamp-kurser består av en blandning av videor, artiklar och övningsuppgifter så att du får möjlighet att testa och befästa dina nyförvärvade färdigheter, så att du känner dig trygg med att använda dem utanför kursmiljön.

kluster	Mjölk	Livsmedel	Fryst	klusterstorlek
1	16950	12891	991	5
2	2512	5228	1795	29
3	10452	22550	1354	5
4	1249	3916	10888	6

Tolka kundklustren från partihandlaren

Klusteranalys i R

Interaktiv övning med praktiskt arbete