ПочатиПочніть безкоштовно

Ієрархії акцій

У розділі 1 ви використовували кластеризування k-means, щоб згрупувати компанії за рухами їхніх біржових цін. Тепер ви виконаєте ієрархічне кластеризування компаній. Вам надано масив NumPy з рухами цін movements, де рядки відповідають компаніям, і список назв компаній companies. Ієрархічне кластеризування SciPy не інтегрується в конвеєр sklearn, тож вам потрібно використати функцію normalize() з sklearn.preprocessing замість Normalizer.

linkage і dendrogram уже імпортовано з scipy.cluster.hierarchy, а PyPlot імпортовано як plt.

Ця вправа є частиною курсу

Наглядове навчання в Python

Переглянути курс

Інструкції до вправи

  • Імпортуйте normalize з sklearn.preprocessing.
  • Перемасштабуйте рухи цін для кожної акції, застосувавши функцію normalize() до movements.
  • Застосуйте функцію linkage() до normalized_movements, використавши зв'язування 'complete', щоб обчислити ієрархічне кластеризування. Присвойте результат змінній mergings.
  • Побудуйте дендрограму ієрархічного кластеризування, використавши список назв компаній companies як labels. Додатково вкажіть ключові аргументи leaf_rotation=90 і leaf_font_size=6, як ви робили у попередній вправі.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import normalize
____

# Normalize the movements: normalized_movements
normalized_movements = ____

# Calculate the linkage: mergings
mergings = ____

# Plot the dendrogram
____
plt.show()
Редагувати та запускати код