足球場上的 K-means（第 2 部分）
在上一個練習中，你已經成功使用 k-means 演算法，將 lineup 資料框中的兩支球隊分群。這次，我們來看看把 k 設為 3 會發生什麼事。
你會發現演算法依然可以執行，但在這個情境下，這樣做是否合理呢……
本練習屬於課程
R 的叢集分析
練習說明
- 使用
kmeans()並設定centers = 3，為lineup資料建立名為model_km3的 k-means 模型。 - 從模型中擷取叢集指定向量
model_km3$cluster，並將其存到變數clust_km3。 - 將叢集指定加入為欄位
cluster，附加到lineup資料框，並將結果存成新的資料框lineup_km3。 - 使用 ggplot 繪製每位球員在場上的位置，並依叢集著色。
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。
# Build a kmeans model
model_km3 <- ___
# Extract the cluster assignment vector from the kmeans model
clust_km3 <- ___
# Create a new data frame appending the cluster assignment
lineup_km3 <- ___
# Plot the positions of the players and color them using their cluster
ggplot(___, aes(x = ___, y = ___, color = factor(___))) +
geom_point()