Python 時系列分析 1,000本ノック
– ノック71: 時系列データのクラスタリング手法 –

981
Python 時系列分析 1,000本ノック– ノック71: 時系列データのクラスタリング手法 –
次の Python コードのクラスタ分析の結果は？

Python コード:

Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from tslearn.clustering import TimeSeriesKMeans
np.random.seed(42)
data = np.random.rand(15, 50)
model = TimeSeriesKMeans(
n_clusters=3, metric="dtw", random_state=0)
model.fit(data)
cent = model.cluster_centers_
for i, cent in enumerate(cent):
plt.plot(cent.ravel(), label=f'cluster {i}')
plt.legend()
plt.show()
import numpy as np import pandas as pd import matplotlib.pyplot as plt from tslearn.clustering import TimeSeriesKMeans np.random.seed(42) data = np.random.rand(15, 50) model = TimeSeriesKMeans( n_clusters=3, metric="dtw", random_state=0) model.fit(data) cent = model.cluster_centers_ for i, cent in enumerate(cent): plt.plot(cent.ravel(), label=f'cluster {i}') plt.legend() plt.show()
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from tslearn.clustering import TimeSeriesKMeans

np.random.seed(42)
data = np.random.rand(15, 50)

model = TimeSeriesKMeans(
    n_clusters=3, metric="dtw", random_state=0)
model.fit(data)

cent = model.cluster_centers_
for i, cent in enumerate(cent):
    plt.plot(cent.ravel(), label=f'cluster {i}')
plt.legend()
plt.show()

 

回答の選択肢:

(A) 各クラスタの最小値
(B) 各クラスタの平均
(C) 各クラスタの中心との距離
(D) 各クラスタのクラスター番号