BaşlayınÜcretsiz başlayın

Kümelenme için balık verilerini ölçekleme

Sana balık ölçümlerini içeren samples adlı bir dizi verildi. Her satır tek bir balığı temsil eder. Gram cinsinden ağırlık, santimetre cinsinden uzunluk ve yükseklik/uzunluk yüzdesi gibi ölçümler birbirinden çok farklı ölçeklere sahiptir. Bu verileri etkili biçimde kümelendirmek için önce bu özellikleri standartlaştırman gerekir. Bu egzersizde, verileri standartlaştırıp kümelendirecek bir boru hattı (pipeline) kuracaksın.

Bu balık ölçüm verileri Journal of Statistics Education kaynağından alınmıştır.

Bu egzersiz, kursun bir parçasıdır

Python'da Unsupervised Learning

Kursa Göz Atın

Egzersiz talimatları

  • Şunları içe aktar:
    • sklearn.pipeline içinden make_pipeline.
    • sklearn.preprocessing içinden StandardScaler.
    • sklearn.cluster içinden KMeans.
  • scaler adlı bir StandardScaler örneği oluştur.
  • kmeans adlı, 4 kümeli bir KMeans örneği oluştur.
  • scaler ve kmeans öğelerini zincirleyen, pipeline adlı bir boru hattı oluştur. Bunu yapmak için, onları make_pipeline() fonksiyonuna argüman olarak geçirmen yeterli.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Perform the necessary imports
from ____ import ____
from ____ import ____
from ____ import ____

# Create scaler: scaler
scaler = ____

# Create KMeans instance: kmeans
kmeans = ____

# Create pipeline: pipeline
pipeline = ____
Kodu Düzenle ve Çalıştır