Riepilogo: degustazione del tè

Fa parte della sezione Apprendimento non supervisionato del percorso Machine Learning di Coddy. Lezione 15 di 51.

Sfida

Medio

Un club del tè ha assaggiato 66 tè. teas.csv contiene informazioni su come è stato preparato ciascuno, tre punteggi di sapore e il tipo noto. I soli numeri possono individuare i tipi?

Scala le cinque features e raggruppa i tè in 3 gruppi con k-means.
Descrivi i cluster in unità reali, ordinati per temperatura di infusione, e assegnagli i nomi di names in quell'ordine, come per i visitatori del parco a tema.
Confronta i risultati con i tipi noti: stampa la dimensione di ciascun cluster, la temperatura, il tempo di infusione e il tipo più comune con il relativo conteggio.

Per un altro club:

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)

Provalo tu

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

# 66 tè assaggiati da un club del tè: come vengono preparati, tre punteggi di sapore da 1 a 10 e la loro tipologia
teas = pd.read_csv("teas.csv")
features = ["brew_temp_c", "steep_min", "bitterness", "floral", "malty"]

# Nomi dei cluster, dalla temperatura di infusione più bassa alla più alta
names = ["Delicate", "Balanced", "Bold"]

# Scrivi il tuo codice qui sotto