Revisão: humores de playlists
Parte da seção Aprendizado não supervisionado do Journey de Machine Learning da Coddy. Lição 42 de 51.
Desafio
MédioAs 98 músicas da sua playlist estão em songs.csv. Separe-as por humor; o gráfico já está configurado.
- Escale os quatro recursos e agrupe as músicas em 4 clusters.
- Dê um nome a cada cluster com base na média de energia e valência: se ambas forem 0.5 ou mais,
happy; somente energia,tense; somente valência,calm; nenhuma das duas,sad. - Em ordem decrescente, imprima o tamanho de cada humor e seu hino: a música mais próxima do centro.
- Coloque a valência no eixo horizontal e a energia no vertical, com um grupo por humor, identificado pelo nome; mostre a legenda e o gráfico.
Para a primeira playlist do capítulo:
happy: 26 songs, anthem Lucky Avenue
tense: 22 songs, anthem Midnight Highway
sad: 17 songs, anthem Grey Bridges
calm: 15 songs, anthem Soft Windowe seu gráfico:
Depois, Coddy descreve a sua.
Experimente você mesmo
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans
# Uma linha por música: energia e valência (0 triste a 1 feliz) de 0 a 1, tempo, grau de acústica
songs = pd.read_csv("songs.csv")
features = ["energy", "valence", "tempo_bpm", "acousticness"]
fig, ax = plt.subplots()
ax.set_title("Playlist Moods")
ax.set_xlabel("Valence (sad to happy)")
ax.set_ylabel("Energy")
# Escreva seu código abaixo
Todas as lições de Aprendizado não supervisionado
1Encontrando Grupos
Aprendendo sem RótulosMedindo a SimilaridadeK-Means à MãoK-Means no scikit-learnRevisão: Frequentadores da Academia4Clustering Hierárquico
Mesclando passo a passoModelos aglomerativosDendrogramasRevisão: raças de cães7PCA na prática
Visualizando 64 dimensõesComponentes como padrõesComprimir e reconstruirPCA antes de um modeloRecapitulação: scanner facial10Projeto: Explorando os Dígitos
Observe os DígitosReduza com PCAAgrupe os DígitosDê Nome aos GruposEncontre os Diferentes2Escolhendo k
InérciaO método do cotoveloPontuações de silhuetaEscale antes de agruparRecapitulando: zonas de entrega3Interpretando agrupamentos
Caracterizando agrupamentosCentros em unidades reaisAgrupamentos versus rótulos conhecidosQuando o K-Means falhaRevisão: degustação de chá9Agrupamentos em ação
Segmentos de clientesAgrupamentos como característicasCores em imagensRevisão: humores de playlistsPratique por conta própria: Compilador de Python online