Rückblick: Fitnessstudiomitglieder

Teil des Abschnitts Unüberwachtes Lernen der Machine Learning-Journey von Coddy. Lektion 5 von 51.

Aufgabe

Einfach

Erinnerst du dich an die Cafébesuche, mit denen dieses Kapitel begonnen hat? Ein Fitnessstudio möchte dasselbe für seine Trainingsfläche wissen: Welche Arten von Mitgliedern kommen herein? members.csv enthält die durchschnittlichen Minuten, die jedes Mitglied pro Besuch mit Cardio und Krafttraining verbringt.

KMeans anpassen: 3 Cluster, n_init=10, random_state=0.
Für jede Gruppe, beginnend mit der größten, ihre Größe, ihr Zentrum und ihr typischstes Mitglied ausgeben: das Mitglied, das dem Zentrum am nächsten ist.
Jede Gruppe als Streudiagramm darstellen und mit ihrer Größe beschriften, zum Beispiel 55 members, dann schwarze Sterne mit der Beschriftung centers, eine Legende hinzufügen und das Diagramm anzeigen.

Für ein anderes Fitnessstudio:

Groups, biggest first:
45 members: 39 min cardio, 15 min weights (most typical: Rosa P.)
30 members: 20 min cardio, 47 min weights (most typical: Finn A.)
15 members: 56 min cardio, 46 min weights (most typical: Lu W.)

und das zugehörige Diagramm:

Ein Streudiagramm mit dem Titel Gym Members, Cardio-Minuten auf der waagerechten und Krafttrainings-Minuten auf der senkrechten Achse: 45 Cardio-Mitglieder unten, 30 Krafttrainings-Mitglieder oben links, 15 Mitglieder, die viel von beidem machen, oben rechts, ein schwarzer Stern in jeder Gruppe und eine Legende, die jede Gruppe anhand ihrer Größe benennt

Dann beschreibt Coddy dein Diagramm.

Probier es selbst

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans

# Eine Zeile pro Mitglied: durchschnittliche Minuten für Cardio- und Krafttraining pro Besuch
members = pd.read_csv("members.csv")
X = members[["cardio_min", "weights_min"]]

fig, ax = plt.subplots()
ax.set_title("Gym Members")
ax.set_xlabel("Cardio (min per visit)")
ax.set_ylabel("Weights (min per visit)")

# Schreibe deinen Code unten