Build your ultimate AI agent
Descrierea cursului
Învață cum să efectuezi analiza clusterelor
Analiza clusterelor este un set de instrumente puternic în trusa de lucru a științei datelor. Este folosit pentru a găsi grupuri de observații (clustere) care au caracteristici similare. Aceste asemănări pot fundamenta tot felul de decizii de business; de exemplu, în marketing, sunt folosite pentru a identifica grupuri distincte de clienți pentru care reclamele pot fi personalizate.Explorează tehnicile de clustering ierarhic și K-Means
În acest curs, vei învăța despre două metode de clustering folosite frecvent - clustering ierarhic și clustering k-means. Nu vei învăța doar cum să folosești aceste metode, ci vei construi și o intuiție solidă despre cum funcționează și cum să le interpretezi rezultatele. Îți vei dezvolta această intuiție explorând trei seturi de date diferite: pozițiile jucătorilor de fotbal, datele despre cheltuielile clienților en-gros și datele longitudinale privind salariile ocupaționale.Perfecționează-ți abilitățile cu un studiu de caz practic
Vei încheia cursul aplicând noile tale abilități la un studiu de caz bazat pe salariile medii și pe modul în care acestea s-au schimbat în timp. Aceasta va combina tehnici de clustering ierarhic, precum arborii ocupaționali, pregătirea pentru explorare și reprezentarea clusterelor ocupaționale, cu tehnici k-means, inclusiv analiza cotului și lățimile medii ale siluetei.Cursurile DataCamp sunt alcătuite dintr-un mix de videoclipuri, articole și exerciții practice, astfel încât să ai ocazia să îți testezi și să îți consolidezi noile abilități, ca să te simți încrezător atunci când le aplici în afara unui cadru de curs.
Cerințe prealabile
Curriculum
Structura cursului
1
Calcularea distanței dintre observații
Analiza clusterelor urmărește să găsească grupuri de observații care se aseamănă între ele, dar care sunt diferite față de celelalte grupuri. Această similitudine și diferență sunt surprinse printr-o metrică numită distanță. În acest capitol, vei învăța cum să calculezi distanța dintre observații atât pentru caracteristici continue, cât și pentru cele categorice. Vei dezvolta, de asemenea, o intuiție despre felul în care scala caracteristicilor poate influența distanța.
- Ce este analiza cluster?50 XP
- Când să folosești clustering?50 XP
- Distanța dintre două observații50 XP
- Calculează și vizualizează distanța dintre doi jucători100 XP
- Utilizarea funcției dist()100 XP
- Care sunt cei mai apropiați jucători?50 XP
- Importanța scalei50 XP
- Efectele scalei100 XP
- Când să scalezi datele?50 XP
- Măsurarea distanței pentru date categoriale50 XP
- Calcularea distanței dintre variabile categoriale100 XP
- Cea mai apropiată observație față de o pereche50 XP
2
Clustering ierarhic
Acest capitol te va ajuta să răspunzi la ultima întrebare din capitolul 1—cum identifici grupuri de observații similare (clustere) în datele tale, folosind distanțele pe care le-ai calculat? Vei învăța principiile fundamentale ale clusteringului ierarhic – criteriile de legătură și reprezentarea grafică sub formă de dendrogramă – și cum sunt utilizate ambele pentru a construi clustere. Vei explora, de asemenea, date de la un distribuitor en-gros, pentru a realiza segmentarea clienților pe baza obiceiurilor de cheltuieli.
3
Clustering K-means
În acest capitol, vei înțelege principiile algoritmului k-means, vei învăța cum să alegi valoarea potrivită a lui k atunci când aceasta nu este cunoscută în prealabil și vei reanaliza datele en-gros dintr-o perspectivă diferită.
4
Studiu de caz: Salariul mediu național pe ocupații
În acest capitol, vei aplica abilitățile dobândite pentru a explora modul în care salariul mediu pe profesii s-a modificat de-a lungul timpului.
R
Analiza clusterelor în R
Curs
finalizat
