레이블 없이 학습하기

Coddy Machine Learning 여정의 비지도 학습 섹션에 포함된 레슨. 51개 중 1번째.

지금까지 각 행에는 답, 즉 레이블이 함께 있었습니다. 대부분의 데이터에는 레이블이 없습니다. 비지도 학습은 행만으로 구조를 찾아냅니다. 예를 들면 다음과 같은 카페 방문 데이터입니다.

카페 방문 240건을 나타낸 차트 두 개. 가로축은 도착 시간, 세로축은 머문 시간(분)입니다. 왼쪽에는 레이블이 없는 회색 점들이 세 무리를 이룹니다. 오른쪽에는 같은 점들이 모델이 찾아낸 세 그룹으로 표시되어 있으며, 각각 짧은 커피, 점심, 노트북 작업이라고 이름 붙어 있습니다.

비슷한 행은 서로 가까이 모여 있고, 이러한 행의 집합을 클러스터라고 합니다. 누구도 모델에 커피나 노트북에 대해 알려 주지 않았습니다. 모델은 세 개의 그룹을 찾았고, 사람들은 그 그룹에 이름을 붙였습니다.

상점은 이런 방식으로 다양한 유형의 고객을 찾아냅니다. 이 장이 끝날 때쯤이면 여러분도 그렇게 할 수 있을 겁니다. y는 없고 X만 있습니다. 모델은 데이터 자체의 형태를 학습합니다.

챌린지

쉬움

양식장에서는 송어의 길이로 나이를 구분합니다. 각 연도의 물고기가 하나의 그룹을 이룹니다. lengths에는 가장 짧은 것부터 순서대로 36마리 송어의 길이(cm)가 들어 있고, 프로그램은 gap을 입력받습니다.

길이들을 차례로 살펴봅니다. 앞선 송어보다 gapcm 넘게 더 긴 송어가 나오면 새로운 그룹을 시작합니다.
그룹 수를 출력한 다음, 각 그룹에서 가장 짧은 송어와 가장 긴 송어의 길이, 그리고 송어 수를 출력합니다.

다른 연못에서 간격이 2인 경우:

다른 연못의 송어 26마리가 길이 축을 따라 점으로 표시되어 있습니다. 8.5~13.9cm인 15마리, 3.5cm의 빈 간격, 이어서 17.4~22cm인 11마리

Groups: 2
  8.5 to 13.9 cm: 15 trout
  17.4 to 22.0 cm: 11 trout

직접 해보기

# 한 연못에서 잡은 송어 36마리의 길이(cm), 짧은 순서대로
lengths = [9.8, 10.4, 10.9, 11.3, 11.6, 12.0, 12.2, 12.7, 13.1, 13.4, 14.0, 14.6,
           18.2, 18.9, 19.3, 19.8, 20.1, 20.4, 20.6, 21.0, 22.8, 23.0, 23.3, 23.5, 23.7, 23.9,
           26.5, 27.1, 27.6, 28.0, 28.3, 28.9, 29.4, 29.8, 30.4, 31.0]
gap = float(input())

# 아래에 코드를 작성하세요