K-means: Ortalama Siluet Genişlikleri

Hiyerarşik kümeleme 3 küme veriyor ve dirsek yöntemi 2 öneriyor. Bu egzersizde ortalama siluet genişliğini kullanarak k için "en iyi" değerin ne olması gerektiğini keşfet.

Bu egzersiz, kursun bir parçasıdır

R ile Kümeleme Analizi

Kursa Göz Atın

Egzersiz talimatları

map_dbl() kullanarak oes verileriyle 2'den 10'a kadar k değerleri için pam() çalıştır ve her modelden ortalama siluet genişliği değerini çıkar: model$silinfo$avg.width. Ortaya çıkan vektörü sil_width olarak sakla.
k değerlerini ve ortalama siluet genişlikleri vektörünü içeren yeni bir veri çerçevesi sil_df oluştur.
sil_df içindeki değerleri kullanarak k ile ortalama siluet genişliği arasındaki ilişkiyi gösteren bir çizgi grafiği çiz.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Use map_dbl to run many models with varying value of k
sil_width <- map_dbl(2:10,  function(k){
  model <- pam(___, k = ___)
  model$silinfo$avg.width
})

# Generate a data frame containing both k and sil_width
sil_df <- data.frame(
  k = ___,
  sil_width = ___
)

# Plot the relationship between k and sil_width
ggplot(___, aes(x = ___, y = ___)) +
  geom_line() +
  scale_x_continuous(breaks = 2:10)

Kodu Düzenle ve Çalıştır