Clustering mit k-means: Programmierübung

In den beiden Labs werden die im Kurs vermittelten Konzepte erläutert. Sie haben bereits im vorigen Kursteil des zweiten und dritten Labs abgeschlossen.

Clustering mit manueller Ähnlichkeit

Sie haben bereits in den ersten drei Abschnitten dieses Labs die manuelle Ähnlichkeitsmessung entworfen. Schließen Sie nun den Clustering-Workflow in den Abschnitten 4 und 5 ab. Da Sie die Ähnlichkeitsmessung für Ihr Dataset angepasst haben, sollten Ihnen aussagekräftige Cluster angezeigt werden.

Sie werden Folgendes tun:

  • Cluster mit k-Means mit der manuellen Ähnlichkeitsmessung
  • Generieren Sie Qualitätsmesswerte.
  • Interpretieren Sie das Ergebnis.
Colab
Clustering mit einer manuellen Ähnlichkeitsmessung

Clustering mit überwachter Ähnlichkeit

Bei einer manuellen Ähnlichkeitsmessung wurde das Clustering-Ergebnis angezeigt. In diesem Beispiel vergleichen Sie das Ergebnis mit einem Messwert für die Gemeinsamkeit der Elternaufsicht. Sie haben in den ersten drei Abschnitten dieses Labs bereits die Messung der überwachten Ähnlichkeit entworfen. Führen Sie nun die Abschnitte 4 und 5 aus.

Sie werden Folgendes tun:

  • Cluster mit k-Means mit dem Messwert für die beaufsichtigte Ähnlichkeit
  • Generieren Sie Qualitätsmesswerte.
  • Interpretieren Sie das Ergebnis.
Colab
Clustering mit einer überwachten Ähnlichkeitsmessung