Visualiza los clústeres

Análisis de clústeres en Python

Shaumik Daityari

Business Analyst

¿Por qué visualizar clústeres?

Intenta entender los clústeres formados
Paso extra para validar clústeres
Detecta tendencias en los datos

Introducción a seaborn

seaborn: librería de visualización en Python basada en matplotlib
Estética mejor y fácil de modificar que matplotlib
Funciones que facilitan la visualización en analítica de datos
Para clustering: parámetro hue en los gráficos

Visualiza clústeres con matplotlib

from matplotlib import pyplot as plt

df = pd.DataFrame({'x': [2, 3, 5, 6, 2],
                   'y': [1, 1, 5, 5, 2],
                   'labels': ['A', 'A', 'B', 'B', 'A']})

colors = {'A':'red', 'B':'blue'}

df.plot.scatter(x='x', 
                y='y',
                c=df['labels'].apply(lambda x: colors[x]))
plt.show()

Visualiza clústeres con seaborn

from matplotlib import pyplot as plt
import seaborn as sns

df = pd.DataFrame({'x': [2, 3, 5, 6, 2],
                   'y': [1, 1, 5, 5, 2],
                   'labels': ['A', 'A', 'B', 'B', 'A']})

sns.scatterplot(x='x', 
                y='y', 
                hue='labels', 
                data=df)
plt.show()

Comparación de ambos métodos de visualización

gráfico de matplotlib

gráfico de seaborn

A continuación: prueba algunas visualizaciones

Análisis de clústeres en Python

Preparing Video For Download...