回到批發資料：最佳的 k
在第 2 章的最後，你使用階層式分群分析過批發經銷商的資料 customers_spend。這次你會用本章介紹的 k-means 分群工具來分析同一份資料。
首先要做的是用平均輪廓係數（average silhouette width）來決定「最佳」的 k 值。
先複習一下資料內容：它包含一間批發經銷商的 45 位不同客戶，在Milk、Grocery 與 Frozen 這三個食品類別上的消費金額紀錄。這些資料存放在資料框 customers_spend 中。本題你可以假設因為所有欄位型態相同（都是消費金額），所以不需要再進行縮放。
本練習屬於課程
R 的叢集分析
練習說明
- 使用
map_dbl()在 k 從 2 到 10 的範圍內，以customers_spend資料執行pam()，並從每個模型中擷取平均輪廓係數：model$silinfo$avg.width。 將得到的向量存成sil_width。 - 建立新的資料框
sil_df，包含各個 k 值以及對應的平均輪廓係數向量。 - 使用
sil_df的數值繪製折線圖，呈現 k 與平均輪廓係數之間的關係。
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。
# Use map_dbl to run many models with varying value of k
sil_width <- map_dbl(2:10, function(k){
model <- pam(x = ___, k = ___)
model$silinfo$avg.width
})
# Generate a data frame containing both k and sil_width
sil_df <- data.frame(
k = ___,
sil_width = ___
)
# Plot the relationship between k and sil_width
ggplot(___, aes(x = ___, y = ___)) +
geom_line() +
scale_x_continuous(breaks = 2:10)