Začněte nyníZačněte zdarma

Shlukování 2D bodů

Z bodového grafu z předchozího cvičení jsi viděl/a, že se body zdánlivě rozdělují do 3 shluků. Teď vytvoříš model KMeans, který tyto 3 shluky najde, a natrénuješ ho na datech z předchozího cvičení. Po natrénování modelu získáš pomocí metody .predict() přiřazení nových bodů ke shlukům.

Máš k dispozici pole points z předchozího cvičení a také pole new_points.

Toto cvičení je součástí kurzu

Unsupervised Learning in Python

Zobrazit kurz

Pokyny k cvičení

  • Importuj KMeans z sklearn.cluster.
  • Pomocí KMeans() vytvoř instanci KMeans s názvem model pro hledání 3 shluků. Počet shluků zadej pomocí argumentu n_clusters.
  • Metodou .fit() na objektu model natrénuj model na poli bodů points.
  • Metodou .predict() na objektu model předpověz příslušnost bodů new_points ke shlukům a výsledek ulož do proměnné labels.
  • Klikni na Submit a podívej se, ke kterým shlukům byly body new_points přiřazeny.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import KMeans
____

# Create a KMeans instance with 3 clusters: model
model = ____

# Fit model to points
____

# Determine the cluster labels of new_points: labels
labels = ____

# Print cluster labels of new_points
print(labels)
Upravit a spustit kód