Repaso: Luces de la ciudad

Parte de la sección Aprendizaje no supervisado del Journey de Machine Learning de Coddy. Lección 23 de 51.

Desafío

Intermedio

¿Recuerdas el mapa del valle de DBSCAN? Ahora vas a crear uno. Un satélite fotografió un valle de noche; agrupa sus luces en pueblos y encuentra las que están solas: granjas, un faro, una autocaravana. El programa lee eps en km.

Ejecuta DBSCAN con ese eps y min_samples=5.
Imprime el número de pueblos, el número de luces solitarias y el tamaño del pueblo más grande.
Represéntalos en un mapa: cada pueblo con su propio gráfico de dispersión etiquetado town of N lights, las luces solitarias como marcas grises x etiquetadas lone lights, y una leyenda. Muéstralo.

Para otro valle y eps 1.3:

Towns: 3
Lone lights: 10
Biggest town: 77 lights

Un gráfico titulado Valle de noche: un pueblo alargado y curvo de 77 luces, un pueblo redondo de 47 y una aldea de 20, cada uno de un color distinto, y 10 luces solitarias como marcas x grises, con una leyenda

Coddy describe tu mapa. Luego prueba eps 5: ¿qué pueblos se fusionan?

Pruébalo tú mismo

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

# Foto nocturna de un valle tomada por un satélite: una fila por cada luz, posición en km
lights = pd.read_csv("lights.csv")
X = np.column_stack([lights["east_km"], lights["north_km"]])
eps = float(input())

fig, ax = plt.subplots()
ax.set_title("Valley at Night")
ax.set_xlabel("East (km)")
ax.set_ylabel("North (km)")

# Escribe tu código a continuación