Metoda lokte
V předchozím cvičení jsi použil/a MiniBatch K-means s 8 clustery, aniž by ses zamyslel/a nad tím, kolik clusterů je skutečně správně. Pro náš první přístup k odhalování podvodů je důležité zvolit správný počet clusterů – zvláště pokud chceš jako predikce podvodů využívat odlehlé hodnoty z těchto clusterů. Abys mohl/a rozhodnout, kolik clusterů použít, aplikuj metodu lokte a zjisti, jaký je optimální počet clusterů podle této metody.
X_scaled je opět k dispozici a MiniBatchKMeans byl importován ze sklearn.
Toto cvičení je součástí kurzu
Detekce podvodů v Pythonu
Pokyny k cvičení
- Definuj rozsah od 1 do 5 clusterů.
- Spusť MiniBatch K-means pro všechny clustery v daném rozsahu pomocí list comprehension.
- Natrénuj každý model na škálovaných datech a získej z nich skóre.
- Vykresli čísla clusterů a jejich příslušná skóre – výpočet může chvíli trvat.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Define the range of clusters to try
clustno = range(____, ____)
# Run MiniBatch Kmeans over the number of clusters
kmeans = [____(n_clusters=i, random_state=0) for ____ in ____]
# Obtain the score for each model
score = [kmeans[i].fit(____).score(____) for i in range(len(kmeans))]
# Plot the models and their respective score
plt.plot(____, ____)
plt.xlabel('Number of Clusters')
plt.ylabel('Score')
plt.title('Elbow Curve')
plt.show()