Exécuter k-means

Vous allez maintenant construire 3 grappes (clusters) avec l'algorithme k-means. Nous avons chargé l'ensemble de données RFM prétraité sous le nom datamart_normalized. Nous avons aussi chargé la bibliothèque pandas sous le nom pd.

Vous pouvez explorer l'ensemble de données dans la console pour vous y familiariser.

Cette activité fait partie du cours

Segmentation de la clientèle en Python

Voir le cours

Instructions de l’exercice

Importez KMeans de la bibliothèque scikit-learn.
Initialisez KMeans avec 3 grappes (clusters) et random_state à 1.
Ajustez le regroupement k-means sur l'ensemble de données normalisé.
Extrayez les étiquettes de grappe et enregistrez-les dans cluster_labels.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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 = ____.____

Modifier et exécuter le code