Impara Esecuzione del Clustering Gerarchico

Un clustermap è una rappresentazione matriciale che combina una heatmap con il clustering gerarchico.

Mentre una heatmap standard visualizza i dati in una griglia fissa, un clustermap riordina le righe e le colonne per posizionare valori simili uno accanto all'altro. I diagrammi ad albero sugli assi sono chiamati dendrogrammi e mostrano come i punti dati vengono raggruppati.

Parametri principali

Per controllare il funzionamento del clustering, è possibile utilizzare questi parametri:

standard_scale: standardizza i dati (0 per le righe, 1 per le colonne) in modo che ogni caratteristica abbia media 0 e varianza 1. Questo è fondamentale quando le variabili hanno unità diverse;
metric: la misura di distanza da utilizzare (ad esempio, 'euclidean', 'correlation'). Determina cosa significa "simile";
method: l'algoritmo di collegamento da utilizzare (ad esempio, 'single', 'complete', 'average'). Determina come raggruppare i cluster.

Esempio

Di seguito è riportato un clustermap del dataset Iris. Si noti come le specie (righe) vengano raggruppate automaticamente perché presentano misurazioni simili.


              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()

Compito

Swipe to start coding

Analisi dei dati sui passeggeri dei voli per individuare somiglianze tra gli anni.

Impostare lo stile su 'ticks'. Modificare il colore di sfondo in 'seagreen' ('figure.facecolor').
Creare una clustermap utilizzando il DataFrame upd_df riformattato:

Passare upd_df come dati.
Normalizzare le colonne impostando standard_scale a 1.
Utilizzare 'single' come method di clustering.
Impostare 'correlation' come metric di distanza.
Visualizzare i valori nelle celle (annot=True).
Impostare i limiti dei valori: vmin=0 e vmax=10.
Utilizzare la mappa colori 'vlag'.

Visualizzare il grafico.

Soluzione

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 1. Capitolo 17

single

Chieda ad AI

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

Scorri per mostrare il menu