Descripción
Ejercicio sobre clustering jerárquico aglomerativo en Scikit-Learn.
Utilizando el dataset de iris proporcionado por sklearn.datasets
, desarrolla un script que aplique clustering jerárquico aglomerativo sobre este conjunto de datos. El objetivo es agrupar las flores en distintos clústers sin utilizar etiquetas, empleando la clase AgglomerativeClustering
de Scikit-Learn.
Guarda tu progreso
Inicia sesión para no perder tu progreso y accede a miles de tutoriales, ejercicios prácticos y nuestro asistente de IA.
Más de 25.000 desarrolladores ya confían en CertiDevs
Carga de datos:
- Utiliza el método
load_iris
de Scikit-Learn para cargar el dataset.
Preprocesamiento:
- Realiza el escalado de las características para mejorar la calidad de las medidas de distancia.
Clustering:
- Implementa el algoritmo de clustering aglomerativo con al menos dos métodos diferentes de enlace (
ward
yaverage
). - Deberás determinar el número óptimo de clústers utilizando el coeficiente de silueta para cada método de enlace probando con una cantidad de clústers entre 2 y 6.
Visualización:
- Grafica el coeficiente de silueta para cada método de enlace y cada número de clústers para comparar los resultados.
Interpretación:
- Basándote en el análisis del coeficiente de silueta, indica qué método de enlace y cuántos clústers representan mejor la segmentación del dataset de iris.
Solución al ejercicio de programación en ScikitLearn
¡Desbloquea la solución completa!
Completa el ejercicio de programación en ScikitLearn para acceder a la solución paso a paso, explicaciones detalladas y mejores prácticas.
Practica con ejercicios de programación en ScikitLearn
Mejora tus habilidades con cientos de ejercicios de práctica, recibe retroalimentación instantánea y obtén tu certificación cuando estés listo.
Asistente de IA
Aprende de tus errores
Progreso
Mide tu avance
Certificación
Valida tus habilidades
Únete a miles de desarrolladores mejorando sus habilidades en ScikitLearn