1. Learn
    2. /
  2. Courses
    3. /
  3. Procvičování otázek k pohovorům z oblasti Machine Learning v Pythonu
Connected

Exercise

Shlukování K-means

Na pohovoru z oblasti machine learningu tě mohou požádat, jak lze využít výstup shlukování K-means k vyhodnocení toho, zda jde o nejvhodnější algoritmus.

V tomto cvičení si shlukování K-means procvičíš. Pomocí atributu .inertia_ porovnáš modely s různými počty shluků k a v dalším cvičení tyto informace využiješ k výběru optimálního počtu shluků.

Měj na paměti, že cílová proměnná v datové sadě diabetes je progression.

Kde se v pipeline nacházíš:

Machine learning pipeline

Instructions 1/4

undefined XP
  • 1
    • Vytvoř matici příznaků X odstraněním cílové proměnné progression a přizpůsob data instancovanému objektu K-means.
  • 2
    • Vytvoř instanci K-means s 5 shluky a vypiš jeho inercii.
  • 3
    • Přizpůsob matici příznaků modelu K-means s 10 shluky a vypiš jeho inercii.
  • 4
    • Přizpůsob matici příznaků modelu K-means s 20 shluky a vypiš jeho inercii.