Task 03: Problema con el mean_sync_move

[FelipeMMarmol]

Buenas tardes.

Según el calificador mi código tiene un error en el mean_sync_move, y estoy utilizando el mismo código que usé para la Task 02 y que me calificó bien:

def mean_sync_move(m):
    result = []
    for i in range(m.shape[1]):
        res = np.max(np.array([np.sum(m[:,i] == 1), np.sum(m[:,i] == -1)]))
        result += [res]
    result = np.array(result)/(m.shape[0])
    return np.mean(result)

El código que hice para el ejercicio 3 fue este:

from sklearn.cluster import KMeans

def cluster_dataset(d, n_clusters):
    
    def signed(d):
        return np.sign(d)
    
    def mean_sync_move(m):
        result = []
        for i in range(m.shape[1]):
            res = np.max(np.array([np.sum(m[:,i] == 1), np.sum(m[:,i] == -1)]))
            result += [res]
                
        result = np.array(result)/(m.shape[0])
        return np.mean(result)
    
    d = signed(d)
    d = d.replace(0,-1)

    c = KMeans(n_clusters=n_clusters, random_state=2)
    y = c.fit_predict(d)

    d['cluster'] = y
    res = []

    for i in range(n_clusters):
        res += [mean_sync_move(d[d['cluster'] == i].to_numpy())]
    
    d['nb_companies'] = [1]*d.shape[0]
    d = d.groupby(by = 'cluster').count()
    d["mean_sync_move"] = res

    for i in d.columns:
        if i not in ['cluster', 'mean_sync_move', 'nb_companies']:
            del(d[i])

    return d.astype('float')

El cual me devolvió

task_03 submitted. your grade is 0

----- grader message -------

incorrect:
testing with 100 random calls
input dataframe is

     0    1    2    3    4    5    6    7    8    9    10   11   12
0  -1.0 -1.0 -1.0  1.0 -1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0
1   1.0 -1.0 -1.0 -1.0  1.0 -1.0 -1.0 -1.0  1.0 -1.0 -1.0  1.0 -1.0
2  -1.0  1.0 -1.0 -1.0  1.0 -1.0  1.0 -1.0 -1.0  1.0  1.0 -1.0 -1.0
3   1.0 -1.0 -1.0 -1.0 -1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0
4  -1.0 -1.0  1.0  1.0  1.0 -1.0 -1.0 -1.0  1.0  1.0 -1.0  1.0 -1.0
5   1.0 -1.0 -1.0 -1.0  1.0  1.0 -1.0 -1.0  1.0  1.0  1.0  1.0 -1.0
6  -1.0  1.0  1.0 -1.0  1.0  1.0  1.0  1.0  1.0  1.0 -1.0 -1.0 -1.0
7  -1.0  1.0  1.0  1.0  1.0 -1.0 -1.0  1.0 -1.0 -1.0  1.0  1.0  1.0
8  -1.0  1.0 -1.0 -1.0 -1.0 -1.0 -1.0  1.0  1.0 -1.0  1.0  1.0  1.0
9  -1.0  1.0  1.0 -1.0 -1.0 -1.0 -1.0  1.0 -1.0  1.0 -1.0 -1.0  1.0
10  1.0  1.0 -1.0  1.0 -1.0 -1.0 -1.0 -1.0  1.0 -1.0 -1.0 -1.0  1.0
11 -1.0 -1.0 -1.0 -1.0  1.0 -1.0 -1.0  1.0 -1.0  1.0  1.0 -1.0 -1.0
12 -1.0  1.0 -1.0  1.0 -1.0  1.0 -1.0  1.0  1.0  1.0 -1.0  1.0 -1.0


expected output was

         nb_companies  mean_sync_move
cluster                              
0                 6.0        0.679487
1                 3.0        0.846154
2                 2.0        0.884615
3                 2.0        0.923077


but obtained

         nb_companies  mean_sync_move
cluster                              
0                 6.0        0.630952
1                 3.0        0.857143
2                 2.0        0.821429
3                 2.0        0.857143

Muchas gracias.

[Felipe-RA]

Saludos Felcar11

Efectivamente la diferencia entre la media que obtienes y la que deberías obtener es estadisticamente significativa.

El problema no se encuentra en tu forma de calcular la media, sino en la forma que filtras las empresas que pertenecen a cada cluster.

Cuentame, ¿cuál fue tu acercamiento para la agrupación y filtrado de las empresas? ¿Cómo lo ves reflejado en tu función de arriba?