4-Cluster-Lösung erstellen

Perfekt, du siehst, dass die empfohlene Anzahl an Clustern irgendwo zwischen 3 und 4 liegt. In dieser Übung erstellst du die letztgenannte Anzahl an Clustern.

Der normalisierte RFMT-Datensatz steht als datamart_rfmt_normalized zur Verfügung. Nutze gern die Konsole, um ihn zu erkunden.

Diese Übung ist Teil des Kurses

Kundensegmentierung in Python

Kurs anzeigen

Anleitung zur Übung

Importiere KMeans aus der sklearn-Bibliothek.
Initialisiere KMeans mit 4 Clustern und random_state 1.
Fitte k-means-Clustering auf den normalisierten Datensatz.
Extrahiere die Cluster-Labels und speichere sie im Objekt cluster_labels.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Import KMeans 
from ____.____ import ____

# Initialize KMeans
kmeans = ____(____, ____) 

# Fit k-means clustering on the normalized data set
____.____(____)

# Extract cluster labels
cluster_labels = ____.____

Code bearbeiten und ausführen