Oppiskele Hierarkkisen Klusteroinnin Suorittaminen

clustermap on matriisikaavio, joka yhdistää lämpökartan ja hierarkkisen klusteroinnin.

Tavallinen lämpökartta näyttää datan kiinteässä ruudukossa, kun taas clustermap järjestelee uudelleen rivit ja sarakkeet siten, että samankaltaiset arvot ovat vierekkäin. Akselien puumaiset kaaviot ovat nimeltään dendrogrammit, ja ne osoittavat, miten havaintopisteet ryhmitellään.

Keskeiset parametrit

Klusteroinnin hallintaan voidaan käyttää seuraavia parametreja:

standard_scale: standardoi datan (0 riveille, 1 sarakkeille) siten, että jokaisella muuttujalla on keskiarvo 0 ja varianssi 1. Tämä on tärkeää, kun muuttujilla on eri yksiköt;
metric: käytettävä etäisyysmitta (esim. 'euclidean', 'correlation'). Tämä määrittää, mitä "samankaltaisuus" tarkoittaa;
method: käytettävä linkitysalgoritmi (esim. 'single', 'complete', 'average'). Tämä määrittää, miten klusterit muodostetaan.

Esimerkki

Tässä on Iris-aineiston clustermap. Huomaa, kuinka lajit (rivit) ryhmitellään automaattisesti yhteen, koska niillä on samankaltaiset mittaukset.


              12345678910111213141516171819
            
import seaborn as sns
import matplotlib.pyplot as plt

# Load dataset
df = sns.load_dataset('iris')
# Prepare matrix (drop non-numeric column for calculation)
species = df.pop("species")

# Create a clustermap
sns.clustermap(
    data=df,
    standard_scale=1,    # Normalize columns
    metric='euclidean',  # Measure distance
    method='average',    # clustering method
    cmap='viridis',
    figsize=(6, 6)
)

plt.show()

Tehtävä

Swipe to start coding

Analysoi lentomatkustajien dataa löytääksesi samankaltaisuuksia vuosien välillä.

Aseta tyyli arvoksi 'ticks'. Vaihda taustaväriksi 'seagreen' ('figure.facecolor').
Luo clustermap käyttäen muunnettua upd_df DataFramea:

Käytä upd_df datana.
Normalisoi sarakkeet asettamalla standard_scale arvoksi 1.
Käytä 'single' klusterointimenetelmää (method).
Käytä etäisyysmittana 'correlation' (metric).
Näytä arvot soluissa (annot=True).
Aseta arvorajat: vmin=0 ja vmax=10.
Käytä 'vlag' väriteemaa.

Näytä kuvaaja.

Ratkaisu

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 1. Luku 17

single

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Pyyhkäise näyttääksesi valikon