2024-01-07 04:56:54 +04:00
|
|
|
|
# Лабораторная работа №4. Кластеризация
|
|
|
|
|
|
## 12 вариант
|
|
|
|
|
|
___
|
|
|
|
|
|
|
|
|
|
|
|
### Задание:
|
|
|
|
|
|
Использовать для своих данных метод кластеризации по варианту,
|
|
|
|
|
|
самостоятельно сформулировав задачу. Интерпретировать результаты и оценить,
|
|
|
|
|
|
насколько хорошо он подходит для решения сформулированной вами задачи.
|
|
|
|
|
|
|
|
|
|
|
|
### Вариант:
|
|
|
|
|
|
- Алгоритм кластеризации: **linkage**
|
|
|
|
|
|
|
|
|
|
|
|
### Вариант набора данных по курсовой работе:
|
|
|
|
|
|
- Прогнозирование музыкальных жанров ("Prediction of music genre")
|
|
|
|
|
|
|
|
|
|
|
|
___
|
|
|
|
|
|
|
|
|
|
|
|
### Запуск
|
|
|
|
|
|
- Запустить файл lab4.py
|
|
|
|
|
|
|
|
|
|
|
|
### Используемые технологии
|
|
|
|
|
|
- Язык программирования **Python**
|
|
|
|
|
|
- Среда разработки **PyCharm**
|
|
|
|
|
|
- Библиотеки:
|
|
|
|
|
|
* pandas
|
|
|
|
|
|
* scipy
|
|
|
|
|
|
* sklearn
|
|
|
|
|
|
|
|
|
|
|
|
### Описание программы
|
|
|
|
|
|
**Набор данных (Kaggle):** Полный список жанров, включенных в CSV:
|
|
|
|
|
|
«Электронная музыка», «Аниме», «Джаз», «Альтернатива», «Кантри», «Рэп»,
|
|
|
|
|
|
«Блюз», «Рок», «Классика», «Хип-хоп».
|
|
|
|
|
|
|
|
|
|
|
|
**Задача, решаемая алгоритмом кластеризации:**
|
|
|
|
|
|
Группировка музыкальных треков на основе их характеристик с целью создания
|
|
|
|
|
|
кластеров треков с схожими характеристиками. Алгоритм кластеризации может
|
|
|
|
|
|
помочь в создании плейлистов и рекомендаций, основанных на схожести
|
|
|
|
|
|
музыкальных треков по некоторым характеристикам.
|
|
|
|
|
|
|
|
|
|
|
|
**Задача оценки:**
|
|
|
|
|
|
Анализ получившейся иерархической структуры с помощью дендрограмме.
|
|
|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
### Пример работы
|
|
|
|
|
|
|
|
|
|
|
|
*Датасет, сформированный из случайных строк csv-файла.*
|
2024-01-07 04:58:17 +04:00
|
|
|
|
|
2024-01-07 04:56:54 +04:00
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
*Визуализация дерева, представляющего иерархическое слияние кластеров,
|
|
|
|
|
|
в виде дендрограммы. Это может быть полезно для понимания структуры данных.*
|
2024-01-07 04:58:17 +04:00
|
|
|
|
|
2024-01-07 04:56:54 +04:00
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
*Вывод первых 10 музыльных треков из датасета с их
|
|
|
|
|
|
принадлежностью к кластеру*
|
2024-01-07 04:58:17 +04:00
|
|
|
|
|
2024-01-07 04:56:54 +04:00
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
### Вывод
|
|
|
|
|
|
С моими данными алгоритм справляется довольно успешно. На результате выше
|
|
|
|
|
|
можно сравнить два трека — "Gake No Ue No Ponyo" и "He Would Have Laughed".
|
|
|
|
|
|
В результате работы программы они были присвоены к кластеру №10.
|
|
|
|
|
|
При этом первый трек отнесён к жанру "Anime", а второй — к "Alternative".
|
|
|
|
|
|
Тем не менее, эти две песни похожи преобладанием инструментала в них
|
|
|
|
|
|
(в особенности перкуссии), а так же наличием ирландских мотивов в нём.
|
|
|
|
|
|
|
|
|
|
|
|
В ходе работы было проверено 8 пар музыкальных треков, принадлежащих
|
|
|
|
|
|
к разным кластерам. Как итог, больше половины пар действительно имели
|
|
|
|
|
|
много схожего в звучании или концепте аранжировки, несмотря на различия
|
|
|
|
|
|
по некоторым характеристикам (в том числе жанр).
|
|
|
|
|
|
|
|
|
|
|
|
Из плюсов иерархической кластеризации можно выделить отсутствие
|
|
|
|
|
|
конкретного количества кластеров, для поиска похожей музыки это
|
|
|
|
|
|
явно преимущество. Из минусов же — слишком медленная работа
|
|
|
|
|
|
на больших наборах данных (из-за чего и было взято 50% от всего датасета).
|
