Fundamentos de clustering
¿Qué es el clustering en machine learning?
Tu primer clustering con scikit-learn
¿Cuándo usar clustering?
¿Cómo evaluar modelos de clustering?
K-means
¿Qué es el algoritmo de K-means y cómo funciona?
¿Cuándo usar K-means?
Implementando K-means
Encontrando K
Evaluando resultados de K-means
Hierarchical clustering
¿Qué es hierarchical clustering y cómo funciona?
¿Cuándo usar hierarchical clustering?
Implementando hierarchical clustering
Evaluando resultados de hierarchical clustering
DBSCAN
¿Qué es DBSCAN y cómo funciona?
¿Cuándo usar DBSCAN?
Implementando DBSCAN
Encontrar hÃper-parámetros
Evaluando resultados de DBSCAN
Proyecto: resolviendo un problema con clustering
Preparar datos para clusterizar
Aplicando PCA para clustering
Resolviendo con K-means
Resolviendo con hierarchical clustering
Resolviendo con DBSCAN
Resolviendo con DBSCAN (sin PCA)
Evaluación resultados de distintos modelos de clustering
Conclusiones
Proyecto final y cierre
Comparte tu proyecto de segmentación con clustering y certifÃcate
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
Aportes 6
Preguntas 3
Dándole un poco mas de contexto a la imagen:
…
cum_var = np.cumsum(np.round(var, decimals=4)*100)
components = list(range(0,9))
plt.figure(figsize=(5,5))
for s,d in zip(components,cum_var):
plt.annotate(np.round(d,decimals=2), xy=(s,d-2.5))
plt.plot(components,cum_var, 'r-x')
plt.title("PCA Decomposition")
plt.xlabel('PCA components')
plt.ylabel('% Variance')
Si desea obtener la cantidad de componentes necesarias para una determinada varianza usé el siguiente código:
pcs_needed = np.where(np.cumsum(pca.explained_variance_ratio_) >=.85)[0][0]
print("PC's are needed to explain 85% of the variance for data: ", pcs_needed)
[Output]
"PC's are needed to explain 85% of the variance for data: 3"
Casi que no logro entender PCA, practicamente toda la ruta de ciencia de datos me enseñaron PCA pero hasta ahora logre comprender su importancia, muchas gracias.
from sklearn.decomposition import PCA
from sklearn.decomposition import IncrementalPCA
import plotly.graph_objects as go
import plotly.express as px
n = 6
principal_components = {
'PCA': PCA(n_components=n),
'IncrementalPCA': IncrementalPCA(n_components=n, batch_size=10)
}
fig = go.Figure()
for name, principal_component in principal_components.items():
principal_component.fit(df_country_scaled)
cum_var = np.cumsum(np.round(pca.explained_variance_ratio_, decimals=4)*100)
# Aqui anexamos a la misma figura cada trazo
fig.add_trace(go.Scatter(
x=list(range(1, len(principal_component.explained_variance_) + 1)),
y=cum_var,
name=name,
mode='lines+markers',
))
# Aqui verificamos que varianza de datos esta agrupando el metodo usado para nuestros features
components = principal_component.fit_transform(df_country_scaled)
total_var = principal_component.explained_variance_ratio_.sum() * 100
print(f"Total Explained Variance: {total_var:.2f}%, para {n} componentes con {name}")
# Aqui ejecutamos el plot de nuestra grafica
fig.update_layout(showlegend=True)
fig.show()
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?