Clustering
1419 ワード
Scree Plots
適切な主成分数のグラフを理解する
累計割合は70~80%が望ましい
Machine Learning
Clustering
クラスタリングの目的は、所与のデータの類似度を理解することです.
与えられたデータセットをまとめ、整理する非常に有効な方法
(正確な答えは保証されず、生産レベルや予測のモデリングには使用されず、EDAに使用されます)
K-Means Clustering
を2~3回繰り返し、
from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters = 3) # 3개의 cluster
kmeans.fit(x)
labels = kmeans.labels_
Reference
この問題について(Clustering), 我々は、より多くの情報をここで見つけました https://velog.io/@ssulee0206/Clusteringテキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol