We're sorry but this page doesn't work properly without JavaScript enabled. Please enable it to continue.
Feedback

Programmierung - k-means Clustering mit Scikit-learn

Formale Metadaten

Titel
Programmierung - k-means Clustering mit Scikit-learn
Serientitel
Anzahl der Teile
79
Autor
Lizenz
CC-Namensnennung 4.0 International:
Sie dürfen das Werk bzw. den Inhalt zu jedem legalen Zweck nutzen, verändern und in unveränderter oder veränderter Form vervielfältigen, verbreiten und öffentlich zugänglich machen, sofern Sie den Namen des Autors/Rechteinhabers in der von ihm festgelegten Weise nennen.
Identifikatoren
Herausgeber
Erscheinungsjahr2023
SpracheDeutsch
Produktionsjahr2023
ProduktionsortHeinrich-Heine-Universität Düsseldorf

Inhaltliche Metadaten

Fachgebiet
Genre
Abstract
In diesem Video lernst du den Palmer Archipelago (Antarctica) Datensatz kennen, den wir mit dem k-means Algorithmus in Cluster aufteilen werden. Im Anschluss wird dir das Erstellen eines k-means Clusteringmodells mithilfe von Scikit-learn gezeigt. Du siehst, wie das Modell nach dem Training auf dem Palmer Archipelago (Antarctica) Datensatz Pinguincluster anwenden kann. Außerdem erfährst du, wieso Normalisierung der Daten so wichtig ist. Lernziele: Du lädst den Palmer Archipelago (Antarctica) Datensatz in das Programm Du teilst den Datensatz mit einer Hilfsfunktion in eine Trainings- und eine Testmenge auf Du erstellst ein k-means Clusteringmodell in Python und teilst mit seiner Hilfe einen Datensatz in Cluster auf Du erklärst, wieso eine Normalisierung der Merkmalswerte eines Datensatzes vor dem Clustering wichtig ist Du normalisierst die Merkmalswerte eines Datensatzes auf einen Bereich zwischen 0 und 1
Schlagwörter