Lernen ohne Labels
Teil des Abschnitts Unüberwachtes Lernen der Machine Learning-Journey von Coddy. Lektion 1 von 51.
Jede Zeile hatte bisher ihre Antwort, eine Bezeichnung. Die meisten Daten haben keine. Unüberwachtes Lernen findet Strukturen allein in den Zeilen, wie bei diesen Cafébesuchen:
Ähnliche Zeilen liegen nahe beieinander, und eine Gruppe davon ist ein Cluster. Niemand hat dem Modell etwas über Kaffees oder Laptops gesagt. Es hat drei Gruppen gefunden; Menschen haben sie benannt.
Geschäfte finden auf diese Weise Kundengruppen; am Ende dieses Kapitels wirst du es auch können. Kein y, nur X: Das Modell lernt die eigene Struktur der Daten.
Aufgabe
EinfachEine Fischfarm unterscheidet die Altersgruppen von Forellen anhand ihrer Länge: Die Fische jedes Jahrgangs bilden eine Gruppe. lengths enthält 36 Forellen in cm, von der kürzesten zur längsten; das Programm liest gap ein.
- Gehe die Längen durch. Eine Forelle, die mehr als
gapcm länger ist als die vorherige, beginnt eine neue Gruppe. - Gib aus, wie viele Gruppen es gibt, und dann für jede Gruppe die kürzeste und längste Forelle sowie deren Anzahl.
Für einen anderen Teich und einen Abstand von 2:
Groups: 2
8.5 to 13.9 cm: 15 trout
17.4 to 22.0 cm: 11 troutProbier es selbst
# 36 Forellen aus einem Teich, Länge in cm, die kürzeste zuerst
lengths = [9.8, 10.4, 10.9, 11.3, 11.6, 12.0, 12.2, 12.7, 13.1, 13.4, 14.0, 14.6,
18.2, 18.9, 19.3, 19.8, 20.1, 20.4, 20.6, 21.0, 22.8, 23.0, 23.3, 23.5, 23.7, 23.9,
26.5, 27.1, 27.6, 28.0, 28.3, 28.9, 29.4, 29.8, 30.4, 31.0]
gap = float(input())
# Schreibe deinen Code unten
Diese Lektion enthält ein kurzes Quiz. Starte die Lektion, um es zu beantworten und deinen Fortschritt zu speichern.
Alle Lektionen in Unüberwachtes Lernen
1Gruppen finden
Lernen ohne LabelsÄhnlichkeit messenK-Means von HandK-Means mit scikit-learnRückblick: Fitnessstudiomitglieder4Hierarchisches Clustering
Schrittweises ZusammenführenAgglomerative ModelleDendrogrammeZusammenfassung: Hunderassen7PCA in der Praxis
64 Dimensionen sehenKomponenten als MusterKomprimieren und rekonstruierenPCA vor einem ModellRückblick: Gesichtsscanner10Projekt: Ziffern erkunden
Die Ziffern ansehenMit PCA verkleinernDie Ziffern gruppierenDie Gruppen benennenDie Ausreißer finden2k wählen
TrägheitDie Elbow-MethodeSilhouettenwerteVor dem Clustering skalierenRückblick: LieferzonenÜbe selbstständig: Online-Python-Compiler