Rückblick: Lieferzonen

Teil des Abschnitts Unüberwachtes Lernen der Machine Learning-Journey von Coddy. Lektion 10 von 51.

Aufgabe

Einfach

Erinnerst du dich an die Zonenkarte, mit der dieses Kapitel begonnen hat? Zeichne jetzt deine eigene. Der Lieferwagen einer Bäckerei fährt 150 Haltestellen an, und in stops.csv ist Osten in km, Norden aber in Metern angegeben.

Skaliere beide Spalten.
Passe für k von 2 bis 7 KMeans an die skalierten Zeilen an; gib die Trägheit (1 Dezimalstelle) und den Silhouettenwert (3 Dezimalstellen) aus. Gib dann das k mit dem besten Silhouettenwert aus.
Stelle die Zonen dieses k in den ursprünglichen Einheiten dar: Beschrifte die Haltestellen jeder Zone mit ihrer Anzahl, wie 50 stops, setze einen schwarzen Stern auf den Mittelwert jeder Zone und füge eine Legende hinzu.

Für eine andere Stadt:

k = 2: inertia 109.5, silhouette 0.535
k = 3: inertia 22.8, silhouette 0.737
k = 4: inertia 18.3, silhouette 0.597
k = 5: inertia 14.5, silhouette 0.443
k = 6: inertia 12.7, silhouette 0.368
k = 7: inertia 11.2, silhouette 0.364
Zones: 3

und ihre Karte:

Eine Karte mit dem Titel Lieferzonen, mit Osten in km auf der waagerechten und Norden in Metern auf der senkrechten Achse: drei Zonen mit Haltestellen, 45 unten links, 40 oben rechts, 25 unten rechts, jeweils mit einem schwarzen Stern in der Mitte und einer Legende, die jede Zone nach ihrer Anzahl an Haltestellen benennt

Dann beschreibt Coddy deine Karte.

Probier es selbst

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import silhouette_score

# Eine Zeile pro Lieferstopp: Ostkoordinate in km, Nordkoordinate in Metern (die Einheit des alten Systems)
stops = pd.read_csv("stops.csv")
X = stops[["east_km", "north_m"]]

fig, ax = plt.subplots()
ax.set_title("Delivery Zones")
ax.set_xlabel("East (km)")
ax.set_ylabel("North (m)")

# Schreibe deinen Code unten