Test Programación ANS VIU

Siendo e y v los eigenvalues y eigenvectores de una matriz laplaciana, ¿cómo aplicamos la transformación de los datos en un clustering espectral?. eigen_0 = np.where(e < 10e-6)[0] Xnew = np.array(v[:, eigen_0]). eigen_0 = max(e) Xnew = np.array(v[:, eigen_0]). Xnew = np.array(v[:, e]). Ninguna de las anteriores es correcta.

¿Si quisiera obtener la homogeneidad del clustering que líneas de código debería evaluar? Donde digits.data son los datos de entrada, digits.target son las etiquetas y clusters= kmeans.fit_predict(digits.data). from sklearn.metrics import cluster print('Homogeneidad =', cluster.homogeneity_score(digits.target,clusters)). from sklearn.metrics import cluster print('Homogeneidad =', cluster.homogeneity_score(digits.data, clusters)). from sklearn.metrics import cluster print('Homogeneidad =', cluster.homogeneity_score(digits.target,digits.data)). from sklearn.metrics import cluster print('Homogeneidad =', cluster.homogeneity_score(digits.target,kmeans.cluster_centers)).

Siendo Z la salida de un clustering jerárquico Z = linkage(X, method='average', metric='euclidean'), cuya salida representa: [idx1, idx2, distancia, número de muestras que une] siendo idx1 e idx2 el índice de los clústeres que une , sabiendo que el dataset tiene 150 muestras, ¿Cuál de las siguientes afirmaciones es correcta?. Siempre max(idx2)=150. Siempre max(idx2)< 150. Puede ocurrir que max(idx2)> 150. Todas las anteriores son correctas.

¿Cómo podemos obtener un nuevo dato a partir del algoritmo GMM? Siendo X nuestro dataset. gmm= GaussianMixture(n_components=3).fit(X) nuevos_datos , label= gmm.predict_proba(X). gmm= GaussianMixture(n_components=3).fit(X) nuevos_datos, label = gmm.sample(1). gmm= GaussianMixture(n_components=3).fit(X) nuevos_datos, label = gmm.predict_proba (1). Todas las anteriores son correctas.

Dado el siguiente código: pca = PCA(64) X_proj = pca.fit_transform(X) cumvar = np.cumsum(pca.explained_variance_ratio_) ¿Qué representa la variable cumvar?. La varianza explicada por cada una de las componentes de X. La varianza que hemos perdido al utilizar 64 componentes. La varianza explicada retenida haciendo uso de las 64 componentes principales. Ninguna de las anteriores.

Dada la siguiente figura, que afirmación es correcta: Las líneas rojas representan la PCA que trata de minimizar el error de predicción. Las líneas azules representan la regresión lineal que tratan de minimizar el error de proyección de las muestras a las nuevas “bases”. a y b son correctas. Ninguna de las anteriores es correcta.

Queremos evaluar la métrica accuracy en nuestros clusters, para ello debemos asignar el agrupamiento dado por el K-means las etiquetas reales, ¿Cuál sería el código necesario para llevarlo a cabo?. labels = np.zeros_like(clusters) for i in range(10): mask = (clusters == i) labels[mask] = mean(digits.target[mask])[0]. labels = np.zeros_like(clusters) for i in range(10): mask = (clusters == i) labels[mask] = mode(digits.target[mask])[0]. labels = np.zeros_like(clusters) for i in range(10): mask = (clusters == i) labels[mask] = max(digits.target[mask])[0]. Ninguna de las anteriores.

Referente a los métodos de clustering probabilísticos, ¿cómo obtenemos el agrupamiento al que pertenece cada uno de los datos?. from sklearn.mixture import GaussianMixture gmm= GaussianMixture(n_components=3).fit(X) labels= gmm.predict(X). from sklearn.mixture import GaussianMixture import numpy as np gmm= GaussianMixture(n_components=3).fit(X) labels = np.argmax(gmm.predict_proba(X),axis=-1). a y b son ciertas. Ninguna de las anteriores es correcta.

Siendo D la matriz de grado, W_ad la matriz de adyacencia y W_dist la matriz de distancias. ¿Cómo obtenemos la matriz laplaciana?. L= D-W_dist. L= W_ad – W_dist. L=D- W_ad. Ninguna de las anteriores.

¿Qué quiere decir la siguiente gráfica de valores de eigenvalores?. Tenemos tres componentes conexas. Tenemos siete componentes conexas. Solo tenemos una componente conexa. Ninguna de las anteriores es correcta.

¿Cuántos clusters obtendré si utilizo fancy_dendrogram(Z,truncate_mode='lastp', p=12, leaf_rotation=90., leaf_font_size=12., show_contracted=True,annotate_above=1, max_d=d_max)? donde d_max=10. 4. 5. 3. Ninguna de las anteriores.

Dado el siguiente dendograma:¿ Cuál es la distancia cuando se unen los clústeres formados por [ 4, (3)] y [(14),(47),(6), (28)]?. 2.92. 5.74. 3.88. 5.74+2.92+3.88.

Queremos realizar un clustering jerárquico sobre la base de datos X. Esta base de datos está formada por vectores de características binarias. ¿Cómo tendríamos que realizar el clustering?. Z = linkage(X, method='average', metric='euclidean'). Z = linkage(X, method='average', metric=' cityblock'). Z = linkage(X, method='average', metric='hamming'). Ninguna de las anteriores.

Dadas las siguientes representaciones del algoritmo DBSCAN:De izquierda a derecha (de la figura 1 a la 3) sabiendo que se mantiene constante el parámetro epsilon: El número de puntos requeridos para que un punto sea nuclear es menor. El número de puntos requeridos para que un punto sea nuclear se mantiene constante. El número de puntos requeridos para que un punto sea nuclear es mayor. Ninguna de las anteriores es correcta.

Tenemos un dataset de 1000 imágenes con 128 atributos (variables) realizamos un K-means con un número de cluster igual a 5, kmeans=KMeans(n_clusters=5, random_state=0). Obtenemos los clusters de la siguiente forma: clusters= kmeans.fit_predict(data), siendo data los datos de entrada y target su etiqueta. ¿Cuál será la dimensión de kmeans.cluster_centers?. 128x1000. 1000x128. 1000x5. Ninguna de las anteriores.