振り返り：お茶のテイスティング

CoddyのMachine Learningジャーニー「教師なし学習」セクションの一部。レッスン 15/51。

チャレンジ

中級

あるティークラブが66種類のお茶を試飲しました。teas.csvには、それぞれの淹れ方、3つの風味スコア、既知の種類が記録されています。数値だけで種類を見つけられるでしょうか？

5つのfeaturesをスケーリングし、k-meansでお茶を3つのグループにクラスタリングします。
クラスターを実際の単位で分析し、淹れる温度順に並べ、その順にnamesから名前を付けます。遊園地の来園者の場合と同じです。
既知の種類と比較します。各クラスターのサイズ、温度、蒸らし時間、最も多い種類とその数を出力します。

別のクラブの場合：

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)

自分で試してみよう

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

# お茶のクラブが試飲した66種類のお茶：淹れ方、1から10までの3つの風味スコア、およびお茶の種類
teas = pd.read_csv("teas.csv")
features = ["brew_temp_c", "steep_min", "bitterness", "floral", "malty"]

# 抽出温度が最も低いものから最も高いものまでのクラスター名
names = ["Delicate", "Balanced", "Bold"]

# 以下にコードを書いてください