Programmierung - k-means Clustering mit Scikit-learn
Formal Metadata
| Title | Programmierung - k-means Clustering mit Scikit-learn |
|
| Title of Series | |
| Number of Parts | 90 |
| Author | |
| License | You are free to use, adapt and copy, distribute and transmit the work or content in adapted or unchanged form for any legal purpose as long as the work is attributed to the author in the manner specified by the author or licensor. |
| Identifiers | |
| Publisher | |
| Release Date | |
| Language | |
| Production Year | 2023 |
| Production Place | Heinrich-Heine-Universität Düsseldorf |
Content Metadata
| Subject Area | |
| 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 |
|
| Keywords | |