加密货币 分析概述： 该项目的目的是使用无监督学习模型来评估加密货币数据，以向我们的客户问责制会计提供建议。 我们被要求分析和分组市场上的加密货币。 技术： 此项目中使用了以下无监督的机器学习工具：使用StandardScaler和MinMax Scaler的sklearn程序包，以帮助预处理数据，主成分分析以及最终的KMeans以及对加密货币进行聚类。 概括： 最初，我们创建了一个肘弯曲线以确定最佳的k值数量，并选择“ 4”，如下图所示： 接下来，我们运行K-means聚类并呈现此3D图

加密货币 分析概述 分析的目的是创建一个报告，其中包含交易市场上的加密货币。 将不同的类别分组以创建此新投资的分类系统。 在分析中，使用无监督学习来处理数据，对数据进行聚类，减小维数并使用PCA减少主成分。 处理数据以适合机器学习模型和聚类算法。 最后，下面显示的数据可视化展示了发现的结果。