K-means ausführen

Du baust jetzt 3 Cluster mit k-means-Clustering. Der vorverarbeitete RFM-Datensatz ist als datamart_normalized geladen. Außerdem ist die Bibliothek pandas als pd geladen.

Du kannst den Datensatz in der Konsole erkunden, um dich damit vertraut zu machen.

Diese Übung ist Teil des Kurses

<Kurs>Kundensegmentierung in Python</Kurs>

Kurs ansehen

Übungsanweisungen

Importiere KMeans aus der Bibliothek scikit-learn.
Initialisiere KMeans mit 3 Clustern und random_state=1.
Fitte k-means-Clustering auf den normalisierten Datensatz.
Extrahiere die Cluster-Labels und speichere sie als cluster_labels.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Import KMeans 
from ____.____ import ____

# Initialize KMeans
kmeans = ____(____=3, ____=1) 

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

# Extract cluster labels
cluster_labels = ____.____

Code bearbeiten und ausführen