Hiyerarşik birleştirici kümeleme
Son egzersizde, K-means kümeleme yaparken küme sayısının sonuçlarını nasıl etkileyebileceğini gördün; bu sayede bir Machine Learning mülakatında K-means'i tartışabilecek hale geldin. Ancak kullanabileceğin başka bir kümeleme modeli de hiyerarşik birleştirici (agglomerative) kümelemedir. Python'da bu teknik için en uygun küme sayısını hem görsel hem de matematiksel olarak türetebilirsin. Her ikisi için de scipy ve sklearn modüllerini kullanacaksın.
Bir dendrogramdan en uygun küme sayısını seçmenin hem bağlantı (linkage) ölçütüne hem de mesafe eşik değerine bağlı olduğunu hatırla. Burada diabetes içindeki X matrisiyle bir dendrogram oluşturacak, sonra 1.50 uzunluğunda hayali bir çizgi uzatacak ve ileriye dönük hiyerarşik kümeleme algoritman için en uygun küme sayısını temsil etmek üzere kesilen dikey çizgilerin sayısını sayacaksın.
Bu egzersiz, kursun bir parçasıdır
Python ile Machine Learning Mülakat Sorularını Pratik Etme
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Import hierarchical clustering libraries
import ____.____.____ as sch
from ____.____ import ____