開始使用免費開始

穀物資料的階層式分群

在影片中，你學到 SciPy 的 linkage() 函式會對樣本陣列執行階層式分群。請使用 linkage() 對穀物樣本做階層式分群，並用 dendrogram() 視覺化結果。部分穀物量測資料已在陣列 samples 中提供，各樣本的品種則在清單 varieties 中提供。

本練習屬於課程

Unsupervised Learning in Python

檢視課程

練習說明

  • 匯入：
    • 從 scipy.cluster.hierarchy 匯入 linkage 與 dendrogram。
    • 將 matplotlib.pyplot 以別名 plt 匯入。
  • 使用 linkage() 搭配關鍵字引數 method='complete'，對 samples 進行階層式分群。將結果指定給 mergings。
  • 以 dendrogram() 針對 mergings 繪製樹狀圖，並指定關鍵字引數 labels=varieties、leaf_rotation=90、leaf_font_size=6。

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。

# Perform the necessary imports
from ____ import ____, ____
import ____ as ____

# Calculate the linkage: mergings
mergings = ____

# Plot the dendrogram, using varieties as labels
dendrogram(____,
           labels=____,
           leaf_rotation=____,
           leaf_font_size=____,
)
plt.show()
編輯並執行程式碼