Calculer la somme des erreurs au carré

Dans cet exercice, vous allez calculer la somme des erreurs au carré pour différents nombres de grappes allant de 1 à 15. Dans cet exemple, nous utilisons un jeu de données personnalisé pour obtenir un coude plus net.

Nous avons chargé la version normalisée des données sous data_normalized. Le module KMeans de scikit-learn est déjà importé. Nous avons aussi initialisé un dictionnaire vide pour stocker la somme des erreurs au carré : sse = {}.

N'hésitez pas à explorer les données dans la console.

Cette activité fait partie du cours

Segmentation de la clientèle en Python

Voir le cours

Instructions de l’exercice

Ajustez KMeans et calculez la SSE pour chaque k avec une plage entre 1 et 15.
Initialisez KMeans avec k grappes et random_state=1.
Ajustez KMeans sur l'ensemble de données normalisé.
Assignez la somme des distances au carré à l'élément k du dictionnaire sse.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Fit KMeans and calculate SSE for each k
for k in range(____, ____):
  
    # Initialize KMeans with k clusters
    kmeans = ____(n_clusters=____, random_state=1)
    
    # Fit KMeans on the normalized dataset
    kmeans.____(data_normalized)
    
    # Assign sum of squared distances to k element of dictionary
    sse[____] = kmeans.____

Modifier et exécuter le code