เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Hierarchical Clustering: วิธี Single

ลองใช้ชุดข้อมูล footfall เดิม แล้วดูว่าผลลัพธ์จะเปลี่ยนแปลงอย่างไรเมื่อเลือกวิธีการคลัสเตอร์ที่แตกต่างออกไป

ข้อมูลถูกเก็บอยู่ใน pandas DataFrame ชื่อ comic_con โดย x_scaled และ y_scaled คือชื่อคอลัมน์ของพิกัด X และ Y ที่ผ่านการ standardize แล้ว ซึ่งแสดงตำแหน่งของผู้คน ณ ช่วงเวลาหนึ่ง

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์กลุ่มข้อมูลใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • นำเข้า fcluster และ linkage จาก scipy.cluster.hierarchy
  • ใช้วิธี single ในฟังก์ชัน linkage()

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import the fcluster and linkage functions
from ____ import ____, ____

# Use the linkage() function
distance_matrix = ____(comic_con[[____, ____]], ____ = ____, metric = ____)

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

# Plot clusters
sns.scatterplot(x='x_scaled', y='y_scaled', 
                hue='cluster_labels', data = comic_con)
plt.show()
แก้ไขและรันโค้ด