Rauschpunkte

Teil des Abschnitts Unüberwachtes Lernen der Machine Learning-Journey von Coddy. Lektion 21 von 51.

Nicht jeder Punkt gehört zu einer Gruppe. DBSCAN kennzeichnet solche Punkte mit -1: Rauschen. In einem Park sind Picknicks Gruppen und allein sitzende Menschen Rauschen:

Eine Parkkarte mit vier Picknicks als dichte Gruppen farbiger Punkte mit den Größen 16, 12, 20 und 14 sowie neun allein sitzenden Menschen, dargestellt als graue x-Markierungen, die dazwischen verstreut sind

Zähle beides:

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

Dies gibt 9 und 4 aus. Rauschen ist -1, daher zählt das größte Label weiterhin die Menschenmengen.

Rauschen ist kein Fehler. Oft erzählen gerade die einzelnen Punkte die Geschichte: ein Wanderer abseits des Weges, ein Messwert, der sich von den übrigen unterscheidet.

Aufgabe

Mittel

Rentiere tragen GPS-Halsbänder. Herden sind Gruppen; ein allein lebendes Rentier könnte sich verirrt haben oder verletzt sein, deshalb besucht der Hirte diese Tiere zuerst. Der Starter-Code führt DBSCAN mit dem aus der Eingabe gelesenen min_samples aus.

Gib aus, wie viele Herden es gibt.
Gib aus, wie viele Rentiere allein sind.
Gib ihre Tags als Liste aus, um nach ihnen zu sehen.

Für die Halsbänder eines anderen Hirten:

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

Probiere einen größeren Wert für min_samples aus: Eine strengere Gruppenregel lässt mehr Rentiere allein.

Probier es selbst

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

# GPS-Halsbänder im Morgengrauen: Kennung und Position jedes Rentiers in km
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)

# Schreibe deinen Code unten