Ripasso: luci della città
Fa parte della sezione Apprendimento non supervisionato del percorso Machine Learning di Coddy. Lezione 23 di 51.
Sfida
MedioRicordi la mappa della valle di DBSCAN? Ora ne crei una tu. Un satellite ha fotografato una valle di notte; raggruppa le sue luci in paesi e trova quelle isolate: fattorie, un faro, un camper. Il programma legge eps in km.
- Esegui DBSCAN con quell'eps e
min_samples=5. - Stampa il numero di paesi, il numero di luci isolate e le dimensioni del paese più grande.
- Rappresentali sulla mappa: ogni paese con il proprio grafico a dispersione etichettato
town of N lights, le luci isolate come segnixgrigi etichettatilone lights, e una legenda. Mostra il grafico.
Per un'altra valle e eps 1.3:
Towns: 3
Lone lights: 10
Biggest town: 77 lightsCoddy descrive la tua mappa. Poi prova eps 5: quali paesi si fondono?
Provalo tu
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.cluster import DBSCAN
# A satellite's night photo of a valley: one row per light, position in 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)")
# Write your code below
Tutte le lezioni di Apprendimento non supervisionato
1Trovare gruppi
Apprendimento senza etichetteMisurare la similaritàK-Means a manoK-Means in scikit-learnRiepilogo: iscritti alla palestra4Clustering gerarchico
Unire passo dopo passoModelli agglomerativiDendrogrammiRiepilogo: razze canine7PCA nella pratica
Vedere 64 dimensioniComponenti come schemiComprimere e ricostruirePCA prima di un modelloRiepilogo: scanner facciale10Progetto: Esplorare le cifre
Osserva le cifreRiduci con PCARaggruppa le cifreDai un nome ai gruppiTrova gli elementi insoliti2Scelta di k
InerziaIl metodo del gomitoPunteggi silhouetteScala prima del clusteringRiepilogo: zone di consegnaEsercitati da solo: Compilatore Python online