Podsumowanie: strefy dostaw

Część sekcji Uczenie nienadzorowane ścieżki Machine Learning w Coddy. Lekcja 10 z 51.

Wyzwanie

Łatwy

Pamiętasz mapę stref, która otworzyła ten rozdział? Teraz narysuj własną. Furgonetka piekarni obsługuje 150 przystanków, a plik stops.csv przechowuje współrzędne wschodnie w km, ale północne w metrach.

Przeskaluj obie kolumny.
Dla k od 2 do 7 dopasuj KMeans do przeskalowanych wierszy; wypisz inercję (1 miejsce po przecinku) i współczynnik sylwetki (3 miejsca po przecinku). Następnie wypisz k z najlepszym współczynnikiem sylwetki.
Narysuj strefy dla tego k w rzeczywistych jednostkach: przystanki w każdej strefie oznaczone ich liczbą, na przykład 50 stops, czarna gwiazdka w średnim położeniu każdej strefy oraz legenda.

Dla innego miasta:

k = 2: inertia 109.5, silhouette 0.535
k = 3: inertia 22.8, silhouette 0.737
k = 4: inertia 18.3, silhouette 0.597
k = 5: inertia 14.5, silhouette 0.443
k = 6: inertia 12.7, silhouette 0.368
k = 7: inertia 11.2, silhouette 0.364
Zones: 3

a oto jego mapa:

Mapa zatytułowana Strefy dostaw, ze współrzędnymi wschodnimi w km na osi poziomej i północnymi w metrach na osi pionowej: trzy strefy przystanków, 45 w lewym dolnym rogu, 40 w prawym górnym rogu, 25 w prawym dolnym rogu, każda z czarną gwiazdką pośrodku i legendą określającą każdą strefę na podstawie liczby przystanków

Następnie Coddy opisze twoją mapę.

Spróbuj swoich sił

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import silhouette_score

# Jeden wiersz na każdy punkt dostawy: kierunek wschodni w km, północny w metrach (jednostka używana w starym systemie)
stops = pd.read_csv("stops.csv")
X = stops[["east_km", "north_m"]]

fig, ax = plt.subplots()
ax.set_title("Delivery Zones")
ax.set_xlabel("East (km)")
ax.set_ylabel("North (m)")

# Wpisz swój kod poniżej