Récapitulatif : lumières de la ville

Fait partie de la section Apprentissage non supervisé du Journey Machine Learning de Coddy. Leçon 23 sur 51.

Défi

Moyen

Tu te souviens de la carte de la vallée avec DBSCAN ? À toi d’en créer une. Un satellite a photographié une vallée de nuit ; regroupe ses lumières en villes et trouve celles qui sont isolées : des fermes, un phare, un camping-car. Le programme lit eps en km.

Lance DBSCAN avec cet eps et min_samples=5.
Affiche le nombre de villes, le nombre de lumières isolées et la taille de la plus grande ville.
Représente-les sur la carte : chaque ville dans son propre nuage de points, avec l’étiquette town of N lights, les lumières isolées sous forme de marqueurs x gris avec l’étiquette lone lights, et une légende. Affiche le tout.

Pour une autre vallée et eps 1.3 :

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

Un graphique intitulé Valley at Night : une longue ville incurvée de 77 lumières, une ville ronde de 47 et un village de 20, chacune d’une couleur différente, ainsi que 10 lumières isolées représentées par des x gris, avec une légende

Coddy décrit ta carte. Essaie ensuite eps 5 : quelles villes fusionnent ?

Essayez vous-même

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

# Une photo nocturne d'une vallée prise par satellite : une ligne par lumière, position 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)")

# Écrivez votre code ci-dessous