복습: 차 맛보기

Coddy Machine Learning 여정의 비지도 학습 섹션에 포함된 레슨. 51개 중 15번째.

챌린지

중급

한 차 동호회에서 차 66종을 시음했습니다. teas.csv에는 각 차를 우린 방법, 세 가지 맛 점수와 알려진 종류가 담겨 있습니다. 숫자만으로 종류를 알아낼 수 있을까요?

다섯 가지 features를 스케일링하고 k-means로 차를 3개 그룹으로 군집화하세요.
클러스터를 실제 단위로 프로파일링하고, 우린 온도를 기준으로 정렬한 뒤 놀이공원 방문객의 경우처럼 그 순서대로 names의 이름을 붙이세요.
알려진 종류와 비교하세요. 각 클러스터의 크기, 온도, 우리는 시간, 가장 흔한 종류와 그 개수를 출력하세요.

다른 동호회의 경우:

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)

직접 해보기

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

# 차 동호회가 시음한 차 66종: 우리는 방법, 1부터 10까지의 세 가지 풍미 점수, 차 종류
teas = pd.read_csv("teas.csv")
features = ["brew_temp_c", "steep_min", "bitterness", "floral", "malty"]

# 우리는 온도가 가장 낮은 것부터 가장 높은 것까지의 클러스터 이름
names = ["Delicate", "Balanced", "Bold"]

# 아래에 코드를 작성하세요