FIFA 18: สำรวจข้อมูลผู้เล่นตำแหน่งกองหลัง
ในชุดข้อมูล FIFA 18 มีแอตทริบิวต์ของผู้เล่นหลายรายการ โดยสองแอตทริบิวต์ที่น่าสนใจได้แก่:
- sliding tackle: ตัวเลขระหว่าง 0-99 แสดงถึงความแม่นยำในการสไลด์แย่งบอลของผู้เล่น
- aggression: ตัวเลขระหว่าง 0-99 แสดงถึงความมุ่งมั่นและความกล้าของผู้เล่น
แอตทริบิวต์เหล่านี้มักมีค่าสูงในผู้เล่นที่เล่นในแนวรับ ในแบบฝึกหัดนี้ จะทำการคลัสเตอร์โดยอิงจากแอตทริบิวต์ดังกล่าว
ชุดข้อมูลนี้มี 5,000 แถว ซึ่งใหญ่กว่าชุดข้อมูลก่อนหน้าอย่างมาก การรัน hierarchical clustering บนข้อมูลนี้อาจใช้เวลานานถึง 10 วินาที
โมดูลต่อไปนี้ถูกโหลดไว้แล้ว: dendrogram, linkage, fcluster จาก scipy.cluster.hierarchy, matplotlib.pyplot ในชื่อ plt และ seaborn ในชื่อ sns โดยข้อมูลถูกเก็บอยู่ใน pandas DataFrame ชื่อ fifa
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์กลุ่มข้อมูลใน Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Fit the data into a hierarchical clustering algorithm
distance_matrix = ____(fifa[[____, ____]], 'ward')