回顾：犬种

本课属于 Coddy Machine Learning 学习旅程的“无监督学习”单元。第 19 课，共 51 课。

挑战

中等

一家狗狗收容所有五间犬舍，希望相似的犬种住在同一间。breeds.csv 中有 21 个犬种；起始代码设置了切割高度 cut。

缩放 features，并构建一棵 ward 树。
在 ax 上绘制它的树状图：犬种名称旋转 90 度，颜色在切割高度处停止，并画一条灰色虚线作为切割线。显示图表。
切割这棵树，用实际单位描述各组，并按体重从轻到重打印每组信息，每组以其中第一个犬种命名。

对于另一家收容所：

5 breeds like Maltese: 4.1 kg, 24 cm, energy 3.2, 14.4 years
3 breeds like Whippet: 12.7 kg, 46 cm, energy 4.7, 13.3 years

以及它切成 2 组的树：

一棵标题为 Dog Breeds 的树，包含 8 个犬种，名称向上排列；高度为 4 处有一条灰色虚线切割线，穿过两条不同颜色的分支：Maltese、Shih Tzu、Bichon Frise、Papillon 和 Toy Poodle；Whippet、Brittany 和 Basenji

然后 Coddy 会描述你的树。

亲手试试

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.preprocessing import StandardScaler
from scipy.cluster.hierarchy import linkage, dendrogram, fcluster

# 21 个犬种：体重（kg）、身高（cm）、精力等级（1 到 5）、寿命（年）
breeds = pd.read_csv("breeds.csv")
features = ["weight_kg", "height_cm", "energy", "lifespan_yr"]
# 收容所有 5 间犬舍，因此在这个高度截断树状图
cut = 2.5

fig, ax = plt.subplots(figsize=(8, 5))
fig.subplots_adjust(bottom=0.35)  # 为树状图下方的名称留出空间
ax.set_title("Dog Breeds")
ax.set_ylabel("Merge height")

# 在下方编写你的代码