נקודות רעש

חלק מהיחידה למידה בלתי מונחית במסלול ה-Machine Learning של Coddy. שיעור 21 מתוך 51.

לא כל נקודה מצטרפת להמון. DBSCAN מסמן אותן בתור -1: רעש. בפארק, פיקניקים הם המונים ואנשים שיושבים לבד הם רעש:

מפת פארק עם ארבעה פיקניקים כקבוצות צפופות של נקודות צבעוניות, בגדלים 16, 12, 20 ו-14, ותשעה אנשים לבדם המסומנים ב-x אפורים ומפוזרים ביניהם

ספרו את שניהם:

labels = DBSCAN(eps=3, min_samples=4).fit_predict(X)
print((labels == -1).sum())
print(labels.max() + 1)

זה מדפיס 9 ו-4. רעש הוא -1, ולכן התווית הגדולה ביותר עדיין סופרת את ההמונים.

רעש אינו כישלון. לעיתים קרובות, הנקודות הבודדות הן הסיפור: מטייל שסטה מהשביל, מדידה השונה מכל היתר.

אתגר

בינוני

איילי הצפון עונדים קולרי GPS. עדרים הם קבוצות; אייל צפון בודד עלול ללכת לאיבוד או להיפגע, לכן הרועה מבקר אותם ראשונים. קוד הפתיחה מריץ את DBSCAN עם min_samples שנקרא מהקלט.

הדפיסו כמה עדרים יש.
הדפיסו כמה איילי צפון נמצאים לבד.
הדפיסו את התגים שלהם כרשימה, כדי לבדוק מה שלומם.

עבור הקולרים של רועה אחר:

Herds: 2
Lone reindeer: 3
Check on: ['R011', 'R027', 'R040']

נסו ערך גדול יותר של min_samples: כלל מחמיר יותר לגבי קבוצה משאיר יותר איילי צפון לבד.

נסו בעצמכם

import numpy as np
import pandas as pd
from sklearn.cluster import DBSCAN

# קולרי GPS עם שחר: התג והמיקום של כל אייל צפון ב-km
reindeer = pd.read_csv("reindeer.csv")
X = np.column_stack([reindeer["east_km"], reindeer["north_km"]])
min_samples = int(input())
labels = DBSCAN(eps=0.6, min_samples=min_samples).fit_predict(X)

# כתבו את הקוד שלכם למטה