हायरार्किकल क्लस्टरिंग की सीमाएँ

Python में क्लस्टर विश्लेषण

Shaumik Daityari

Business Analyst

हायरार्किकल क्लस्टरिंग में स्पीड मापना

  • timeit मॉड्यूल
  • .linkage() मेथड की स्पीड मापें
  • रैंडम जनरेटेड पॉइंट्स का उपयोग करें
  • विभिन्न iterations चलाकर एक्सट्रपलेट करें
Python में क्लस्टर विश्लेषण

`timeit` मॉड्यूल का उपयोग

from scipy.cluster.hierarchy import linkage
import pandas as pd
import random, timeit

points = 100 df = pd.DataFrame({'x': random.sample(range(0, points), points), 'y': random.sample(range(0, points), points)})
%timeit linkage(df[['x', 'y']], method = 'ward', metric = 'euclidean')
1.02 ms ± 133 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
Python में क्लस्टर विश्लेषण

`linkage` मेथड के रनटाइम की तुलना

  • डेटा पॉइंट्स बढ़ने पर रनटाइम बढ़ता है
  • रनटाइम में quadratic वृद्धि
  • बड़े डेटासेट के लिए व्यावहारिक नहीं

Python में क्लस्टर विश्लेषण

अब अभ्यास की बारी

Python में क्लस्टर विश्लेषण

Preparing Video For Download...