การจัดกลุ่มแบบลำดับชั้น (Hierarchical Agglomerative Clustering)
ในแบบฝึกหัดที่ผ่านมา คุณได้เห็นแล้วว่าจำนวนคลัสเตอร์ในการทำ K-means clustering ส่งผลต่อผลลัพธ์อย่างไร ซึ่งช่วยให้พูดถึง K-means ในการสัมภาษณ์ด้านแมชชีนเลิร์นนิงได้อย่างมั่นใจ อย่างไรก็ตาม ยังมีโมเดลการจัดกลุ่มอีกแบบที่ใช้ได้ นั่นคือ hierarchical agglomerative clustering ใน Python สามารถหาจำนวนคลัสเตอร์ที่เหมาะสมสำหรับเทคนิคนี้ได้ทั้งในเชิงภาพและเชิงคณิตศาสตร์ โดยใช้โมดูล scipy และ sklearn
โปรดจำไว้ว่าการเลือกจำนวนคลัสเตอร์ที่เหมาะสมจาก dendrogram ขึ้นอยู่กับทั้ง linkage criteria และ distance threshold ในแบบฝึกหัดนี้ จะสร้าง dendrogram จากเมทริกซ์ X ของชุดข้อมูล diabetes จากนั้นลากเส้นสมมติที่ความยาว 1.50 แล้วนับจำนวนเส้นแนวตั้งที่ถูกตัดผ่าน เพื่อหาจำนวนคลัสเตอร์ที่เหมาะสมสำหรับอัลกอริทึม hierarchical clustering ต่อไป
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
ฝึกตอบคำถามสัมภาษณ์ Machine Learning ด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Import hierarchical clustering libraries
import ____.____.____ as sch
from ____.____ import ____