Cluster analysieren

Teil des Abschnitts Unüberwachtes Lernen der Machine Learning-Journey von Coddy. Lektion 11 von 51.

In diesem Kapitel werden aus Clusternummern Gruppen, mit denen Menschen etwas anfangen können. Am Ende hat jeder Cluster einen Namen:

120 Freizeitparkbesucher als Punkte, Stunden im Park auf der horizontalen und besuchte Fahrgeschäfte auf der vertikalen Achse, in drei Gruppen, die in der Legende benannt sind: Nervenkitzelsuchende weit oben rechts, Familien in der Mitte, Kurzbesucher weit unten links

Eine Zahl wie 2 sagt nichts aus. Das Profil schon: der Mittelwert jedes Merkmals innerhalb des Clusters. Füge die Labels als Spalte hinzu und gruppiere dann:

park["cluster"] = km.labels_
print(park.groupby("cluster").mean().round(1))

Dies gibt eine Zeile pro Cluster aus:

         hours  rides   age
cluster
0          6.0    6.2  38.4
1          2.4    3.0  45.8
2          6.8   13.9  20.7

Lies die Zeilen nun als Wörter. Cluster 2 ist jung, bleibt 7 Stunden und unternimmt 14 Fahrten: Adrenalinjunkies. Cluster 1 geht früh: Kurzbesucher.

Aufgabe

Mittel

Eine Karaoke-Bar möchte ihre Gäste kennenlernen. Der Starter teilt sie in 3 Cluster ein; names enthält für jedes einen Namen, von den wenigsten Besuchen pro Monat bis zu den meisten.

Füge die Labels als Spalte cluster zu guests hinzu.
Erstelle ein Profil der Cluster: ihre Mittelwerte und die Anzahl ihrer Gäste, sortiert nach visits_month.
Gib für jedes Cluster eine Zeile mit seinem Namen und den Mittelwerten auf 1 Dezimalstelle aus.

Für eine andere Bar:

Once in a while: 30 guests, 1.4 visits a month, 2.5 songs, 3.2 hours
Regulars: 45 guests, 3.0 visits a month, 4.6 songs, 2.0 hours
Superfans: 15 guests, 7.4 visits a month, 9.2 songs, 2.8 hours

Probier es selbst

import pandas as pd
from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans

# 110 Gäste einer Karaokebar: visits a month, Lieder pro Besuch, Stunden pro Besuch
guests = pd.read_csv("karaoke.csv")
scaled = StandardScaler().fit_transform(guests)
km = KMeans(n_clusters=3, n_init=10, random_state=0)
km.fit(scaled)

# Namen für die Gruppen, von den wenigsten bis zu den meisten Besuchen pro Monat
names = ["Once in a while", "Regulars", "Superfans"]

# Schreibe deinen Code unten