Vizualizace clusterů

Cluster Analysis in Python

Shaumik Daityari

Business Analyst

Proč vizualizovat clustery?

Porozumění vytvořeným clusterům
Další krok při validaci clusterů
Odhalení trendů v datech

Úvod do seaborn

seaborn: knihovna pro vizualizaci dat v Pythonu postavená na matplotlib
Lepší a snadno upravitelná estetika než matplotlib!
Obsahuje funkce usnadňující vizualizaci dat v kontextu datové analytiky
Využití pro clustering: parametr hue v grafech

Vizualizace clusterů pomocí 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()

Vizualizace clusterů pomocí 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()

Porovnání obou metod vizualizace

Graf matplotlib

Graf seaborn

Další krok: Vyzkoušejte vizualizace

Cluster Analysis in Python

Preparing Video For Download...