Cluster visualisieren

Cluster Analysis in Python

Shaumik Daityari

Business Analyst

Warum Cluster visualisieren?

Verstehe die gebildeten Cluster
Zusätzlicher Schritt zur Validierung der Cluster
Trends in Daten erkennen

Einführung in seaborn

seaborn: eine Python-Visualisierungsbibliothek auf Basis von matplotlib
Bessere, leicht anpassbare Ästhetik als matplotlib
Funktionen, die Visualisierungen für Data Analytics vereinfachen
Einsatz bei Clustering: hue-Parameter für Plots

Cluster mit matplotlib visualisieren

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()

Cluster mit seaborn visualisieren

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()

Vergleich beider Visualisierungsmethoden

matplotlib-Plot

seaborn-Plot

Als Nächstes: ein paar Visualisierungen

Cluster Analysis in Python

Preparing Video For Download...