Trực quan hóa các cụm

Phân cụm trong Python

Shaumik Daityari

Business Analyst

Vì sao trực quan hóa cụm?

  • Cố gắng hiểu các cụm đã hình thành
  • Bước bổ sung để kiểm định cụm
  • Phát hiện xu hướng trong dữ liệu
Phân cụm trong Python

Giới thiệu seaborn

  • seaborn: thư viện trực quan dữ liệu Python dựa trên matplotlib
  • Thẩm mỹ mặc định đẹp, dễ chỉnh hơn matplotlib
  • Có các hàm giúp trực quan dữ liệu thuận tiện cho phân tích
  • Ứng dụng cho phân cụm: tham số hue cho biểu đồ
Phân cụm trong Python

Trực quan hóa cụm với 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()
Phân cụm trong Python

Trực quan hóa cụm với 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()
Phân cụm trong Python

So sánh hai cách trực quan hóa

biểu đồ matplotlib

biểu đồ seaborn

Phân cụm trong Python

Tiếp theo: Thử một số trực quan hóa

Phân cụm trong Python

Preparing Video For Download...