Construye una solución de 4 clústeres

Perfecto, puedes ver que el número recomendado de clústeres está entre 3 y 4. Ahora, en este ejercicio crearás el segundo de esos valores.

El conjunto de datos RFMT normalizado está disponible como datamart_rfmt_normalized. Si quieres, usa la consola para explorarlo.

Este ejercicio forma parte del curso

Segmentación de clientes en Python

Ver curso

Instrucciones del ejercicio

Importa KMeans de la biblioteca sklearn.
Inicializa KMeans con 4 clústeres y random_state 1.
Ajusta k-means al conjunto de datos normalizado.
Extrae las etiquetas de los clústeres y guárdalas en el objeto cluster_labels.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Import KMeans 
from ____.____ import ____

# Initialize KMeans
kmeans = ____(____, ____) 

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

# Extract cluster labels
cluster_labels = ____.____

Editar y ejecutar código