K-Means Clustering 101: World Happiness Report

提供方
在此指導項目中,您將:

Understand how to leverage the power of machine learning to perform unsupervised segmentation

Learn how to use Plotly to visualize geographical data

Learn how to obtain the optimal number of clusters using the elbow method

1.5 hours
初級
無需下載
分屏視頻
英語(English)
僅限桌面

In this case study, we will train an unsupervised machine learning algorithm to cluster countries based on features such as economic production, social support, life expectancy, freedom, absence of corruption, and generosity. The World Happiness Report determines the state of global happiness. The happiness scores and rankings data has been collected by asking individuals to rank their life from 0 (worst possible life) to 10 (best possible life).

您要培養的技能

  • Segmentation

  • visualization

  • Machine Learning

  • Python Programming

  • Artificial Intelligence(AI)

分步進行學習

在與您的工作區一起在分屏中播放的視頻中,您的授課教師將指導您完成每個步驟:

  1. Understand the problem statement and business case

  2. Import datasets and libraries

  3. Perform exploratory data analysis

  4. Perform data visualization - part 1

  5. Perform data visualization - part 1

  6. Prepare the data to feed the clustering model

  7. Understand the intuition behind k-means clustering algorithm

  8. Find the optimal number of clusters

  9. Apply k-means using scikit-learn to perform segmentation

  10. Visualize the clusters

指導項目工作原理

您的工作空間就是瀏覽器中的雲桌面,無需下載

在分屏視頻中,您的授課教師會為您提供分步指導

常見問題

購買指導項目後,您將獲得完成指導項目所需的一切,包括通過 Web 瀏覽器訪問云桌面工作空間,工作空間中包含您需要了解的文件和軟件,以及特定領域的專家提供的分步視頻說明。

由於您的工作空間包含適合筆記本電腦或台式計算機使用的雲桌面,因此指導項目不在移動設備上提供。

指導項目授課教師是特定領域的專家,他們在項目的技能、工具或領域方面經驗豐富,並且熱衷於分享自己的知識以影響全球數百萬的學生。

您可以從指導項目中下載並保留您創建的任何文件。為此,您可以在訪問云桌面時使用‘文件瀏覽器’功能。

指導項目不符合退款條件。 請查看我們完整的退款政策

指導項目不提供助學金。

指導項目不支持旁聽。

您可在頁面頂部點按此指導項目的經驗級別,查看任何知識先決條件。對於指導項目的每個級別,您的授課教師會逐步為您提供指導。

是,您可以在瀏覽器的雲桌面中獲得完成指導項目所需的一切。

您可以直接在瀏覽器中於分屏環境下完成任務,以此從做中學。在屏幕的左側,您將在工作空間中完成任務。在屏幕的右側,您將看到有授課教師逐步指導您完成項目。