78 lines
4.4 KiB
Markdown
78 lines
4.4 KiB
Markdown
# 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
|
||
* matplotlib
|
||
|
||
### 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.*
|
||
|
||
|
||
|
||
---
|
||
*Визуализация дерева, представляющего иерархическое слияние кластеров,
|
||
в виде дендрограммы. Это может быть полезно для понимания структуры данных.*
|
||
|
||
|
||
|
||
---
|
||
*Вывод первых 10 музыльных треков из датасета с их
|
||
принадлежностью к кластеру*
|
||
|
||
|
||
|
||
### 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). |