Titik Noise

Termasuk bagian Pembelajaran Tanpa Pengawasan dalam perjalanan Machine Learning di Coddy. Pelajaran 21 dari 51.

Tidak setiap titik bergabung dengan suatu kerumunan. DBSCAN memberi label -1 untuk titik-titik tersebut: noise. Di taman, orang-orang yang berpiknik membentuk kerumunan, sedangkan orang-orang yang duduk sendirian adalah noise:

Peta taman dengan empat kelompok orang berpiknik berupa kumpulan titik berwarna yang rapat, berukuran 16, 12, 20, dan 14, serta sembilan orang yang sendirian ditandai dengan tanda x abu-abu yang tersebar di antaranya

Hitung keduanya:

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

Ini mencetak 9 dan 4. Noise adalah -1, jadi label terbesar tetap menghitung kerumunan.

Noise bukanlah kegagalan. Sering kali, titik-titik yang menyendiri justru menceritakan sesuatu: seorang pendaki yang keluar dari jalur, sebuah pembacaan yang berbeda dari yang lain.

Tantangan

Sedang

Rusa kutub mengenakan kalung GPS. Kawanan adalah kelompok besar, rusa kutub yang sendirian mungkin tersesat atau terluka, jadi penggembala mengunjungi mereka terlebih dahulu. Kode awal menjalankan DBSCAN dengan min_samples yang dibaca dari input.

Cetak jumlah kawanan.
Cetak jumlah rusa kutub yang sendirian.
Cetak tag mereka sebagai list untuk diperiksa.

Untuk kalung milik penggembala lain:

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

Coba min_samples yang lebih besar: aturan kelompok yang lebih ketat membuat lebih banyak rusa kutub sendirian.

Coba sendiri

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

# Kalung GPS saat fajar: tanda pengenal dan posisi setiap rusa kutub dalam 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)

# Tulis kodemu di bawah ini