BaşlayınÜcretsiz başlayın

Hisse senedi hiyerarşileri

  1. bölümde, şirketleri hisse fiyatı hareketlerine göre kümelemek için k-means kümelemeyi kullanmıştın. Şimdi şirketler üzerinde hiyerarşik kümeleme yapacaksın. Satırları şirketlere karşılık gelen, fiyat hareketlerini içeren bir NumPy dizisi movements ve şirket adlarını içeren bir liste companies veriliyor. SciPy hiyerarşik kümeleme sklearn ardışık düzenine (pipeline) uymadığından, Normalizer yerine sklearn.preprocessing içindeki normalize() fonksiyonunu kullanman gerekecek.

linkage ve dendrogram zaten scipy.cluster.hierarchy modülünden içe aktarıldı ve PyPlot plt takma adıyla import edildi.

Bu egzersiz, kursun bir parçasıdır

Python'da Unsupervised Learning

Kursa Göz Atın

Egzersiz talimatları

  • sklearn.preprocessing içinden normalize fonksiyonunu import et.
  • Her hisse için fiyat hareketlerini movements üzerinde normalize() fonksiyonunu kullanarak yeniden ölçeklendir.
  • Hiyerarşik kümelemeyi hesaplamak için 'complete' bağlantı yöntemini kullanarak normalized_movements üzerinde linkage() fonksiyonunu uygula. Sonucu mergings değişkenine ata.
  • Hiyerarşik kümelemenin bir dendrogramını çiz; labels argümanı olarak şirket adlarının listesi companies'i kullan. Ayrıca, önceki egzersizde yaptığın gibi leaf_rotation=90 ve leaf_font_size=6 anahtar argümanlarını belirt.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Import normalize
____

# Normalize the movements: normalized_movements
normalized_movements = ____

# Calculate the linkage: mergings
mergings = ____

# Plot the dendrogram
____
plt.show()
Kodu Düzenle ve Çalıştır