نقاط الضوضاء

جزء من قسم التعلّم غير الخاضع للإشراف في رحلة Machine Learning على Coddy. الدرس 21 من 51.

لا تنضم كل نقطة إلى مجموعة. يصنّف DBSCAN تلك النقاط على أنها -1: ضوضاء. في حديقة، تكون النزهات مجموعات، ويكون الأشخاص الجالسون بمفردهم ضوضاء:

خريطة لحديقة تضم أربع نزهات على شكل مجموعات متقاربة من نقاط ملوّنة، بأحجام 16 و12 و20 و14، وتسعة أشخاص بمفردهم ممثّلين بعلامات x رمادية متناثرة بينها

احسب كليهما:

labels = DBSCAN(eps=3, min_samples=4).fit_predict(X)
print((labels == -1).sum())
print(labels.max() + 1)

يطبع هذا 9 و4. الضوضاء هي -1، لذا تظل أكبر تسمية هي التي تحصي الحشود.

الضوضاء ليست إخفاقًا. غالبًا ما تكون النقاط المنفردة هي القصة: متنزّه خارج المسار، أو قراءة تختلف عن سائر القراءات.

التحدي

متوسط

ترتدي حيوانات الرنة أطواق GPS. القطعان مجموعات؛ وقد يكون حيوان الرنة المنفرد تائهًا أو مصابًا، لذا يزور الراعي تلك الحيوانات أولًا. يشغّل البرنامج الابتدائي DBSCAN مع قراءة min_samples من الإدخال.

اطبع عدد القطعان.
اطبع عدد حيوانات الرنة المنفردة.
اطبع معرّفات أطواقها في قائمة، للاطمئنان عليها.

بالنسبة إلى أطواق راعٍ آخر:

Herds: 2
Lone reindeer: 3
Check on: ['R011', 'R027', 'R040']

جرّب قيمة أكبر لـ min_samples: فقاعدة التجمع الأكثر صرامة تجعل مزيدًا من حيوانات الرنة منفردة.

جرّب بنفسك

import numpy as np
import pandas as pd
from sklearn.cluster import DBSCAN

# أطواق GPS عند الفجر: معرّف كل رنّة وموقعها بالكيلومترات
reindeer = pd.read_csv("reindeer.csv")
X = np.column_stack([reindeer["east_km"], reindeer["north_km"]])
min_samples = int(input())
labels = DBSCAN(eps=0.6, min_samples=min_samples).fit_predict(X)

# اكتب الكود الخاص بك أدناه