FIFA 18:探索後衛
在 FIFA 18 資料集中,包含球員的各種屬性。其中兩個是:
- sliding tackle:介於 0–99 的數值,表示球員進行鏟球的準確度
- aggression:介於 0–99 的數值,表示球員的投入程度與意志力
這些屬性通常在以防守為主的球員身上較高。在本練習中,你將根據這些屬性進行分群。
此資料包含 5,000 列,比前面的資料集大得多。對此資料執行階層式分群可能需要最多 10 秒。
以下模組已預先載入:來自 scipy.cluster.hierarchy 的 dendrogram、linkage、fcluster,matplotlib.pyplot 作為 plt,seaborn 作為 sns。資料已儲存在 pandas 的 DataFrame fifa 中。
本練習屬於課程
Python 中的叢集分析
動手互動練習
試著完成這個範例程式碼,體驗一下這個練習。
# Fit the data into a hierarchical clustering algorithm
distance_matrix = ____(fifa[[____, ____]], 'ward')