סיכום: טעימת תה

חלק מהיחידה למידה בלתי מונחית במסלול ה-Machine Learning של Coddy. שיעור 15 מתוך 51.

אתגר

בינוני

מועדון תה טעם 66 סוגי תה. teas.csv מכיל מידע על אופן החליטה של כל אחד מהם, שלושה ציוני טעם ואת הסוג הידוע שלו. האם אפשר למצוא את הסוגים באמצעות המספרים בלבד?

בצעו קנה מידה לחמשת features וחלקו את סוגי התה ל־3 קבוצות באמצעות k-means.
אפיינו את האשכולות ביחידות המקוריות, מיינו לפי טמפרטורת החליטה ושיימו אותם לפי names בסדר הזה, כמו המבקרים בפארק השעשועים.
השוו לסוגים הידועים: הדפיסו את הגודל של כל אשכול, הטמפרטורה, זמן ההשריה והסוג הנפוץ ביותר בו, יחד עם מספר המופעים שלו.

עבור מועדון אחר:

Delicate: 18 teas, 77°C for 2.5 min, mostly green (15)
Balanced: 25 teas, 87°C for 3.4 min, mostly oolong (20)
Bold: 23 teas, 96°C for 4.8 min, mostly black (22)

נסו בעצמכם

import pandas as pd
from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans

# 66 סוגי תה שמועדון תה טעם: אופן החליטה שלהם, שלושה ציוני טעם מ-1 עד 10, והסוג שלהם
teas = pd.read_csv("teas.csv")
features = ["brew_temp_c", "steep_min", "bitterness", "floral", "malty"]

# שמות לאשכולות, מטמפרטורת החליטה הנמוכה ביותר ועד לגבוהה ביותר
names = ["Delicate", "Balanced", "Bold"]

# כתבו את הקוד שלכם למטה