37 lines
3.7 KiB
Markdown
37 lines
3.7 KiB
Markdown
|
**Задание**
|
|||
|
|
***
|
|||
|
|
Использовать метод кластеризации по варианту для данных из таблицы 1 по варианту(таблица 9),самостоятельно сформулировав задачу. Интерпретировать результаты и оценить, насколько хорошо он подходит для решения сформулированной вами задачи
|
|||
|
|
Вариант 16 - dendogram
|
|||
|
|
|
|||
|
|
**Как запустить лабораторную**
|
|||
|
|
***
|
|||
|
|
Запустить файл main.py
|
|||
|
|
|
|||
|
|
**Используемые технологии**
|
|||
|
|
***
|
|||
|
|
Библиотеки pandas, matplotlib, scipy, их компоненты
|
|||
|
|
|
|||
|
|
**Описание лабораторной (программы)**
|
|||
|
|
***
|
|||
|
|
Данный код выполняет иерархическую кластеризацию на основе данных о незавидных наблюдениях НЛО. Вот краткое описание каждого шага кода:
|
|||
|
|
|
|||
|
|
1. Импорт необходимых библиотек: pandas для работы с данными, matplotlib для построения графиков и scipy для иерархической кластеризации.
|
|||
|
|
|
|||
|
|
2. Загрузка данных из файла 'ufo_sighting_data.csv' с помощью функции read_csv() и сохранение их в переменную data.
|
|||
|
|
|
|||
|
|
3. Отбор необходимых столбцов из данных. В данном случае выбраны столбцы 'UFO_shape', 'length_of_encounter_seconds', 'latitude' и 'longitude'.
|
|||
|
|
|
|||
|
|
4. Замена отсутствующих значений (NaN) на значение 'Unknown' с помощью метода fillna().
|
|||
|
|
|
|||
|
|
5. Преобразование данных в числовой формат, если необходимо. В данном примере столбец 'length_of_encounter_seconds' преобразуется в числовой формат с помощью функции pd.to_numeric().
|
|||
|
|
|
|||
|
|
6. Выполнение иерархической кластеризации с использованием функции linkage(). Параметры метода и метрики задаются как 'ward' (метод) и 'euclidean' (метрика).
|
|||
|
|
|
|||
|
|
7. Построение дендрограммы с помощью функции dendrogram(). Размер фигуры устанавливается с помощью функции figure(figsize=(10, 7)). На оси x отображаются наблюдения, на оси y - расстояние. Заголовок и подписи для осей устанавливаются с помощью функций xlabel(), ylabel() и title(). Дендрограмма отображается с помощью функции show().
|
|||
|
|
Данный код позволяет провести кластерный анализ на основе координат местоположения наблюдений НЛО и визуализировать результаты в виде дендрограммы.
|
|||
|
|
|
|||
|
|
**Результат**
|
|||
|
|
***
|
|||
|
|
[Dendogram](Figure_1.png)
|
|||
|
|
|
|||
|
|
Дендрограмма отображает иерархическую структуру кластеров. Каждый вертикальный сегмент на графике представляет собой одно наблюдение НЛО, а каждый горизонтальный сегмент отображает объединение двух кластеров. Чем выше на графике происходит объединение, тем больше расстояние между объединяемыми кластерами.
|