CommencezCommencez gratuitement

Regrouper des points 2D

D'après le nuage de points de l'exercice précédent, on voit que les points semblent se séparer en 3 grappes (clusters). Vous allez maintenant créer un modèle KMeans pour trouver 3 grappes et l'ajuster aux points de données de l'exercice précédent. Une fois le modèle ajusté, vous obtiendrez les étiquettes de grappe pour de nouveaux points à l'aide de la méthode .predict().

On vous fournit le tableau points de l'exercice précédent, ainsi qu'un tableau new_points.

Cette activité fait partie du cours

Unsupervised Learning in Python

Voir le cours

Instructions de l’exercice

  • Importez KMeans depuis sklearn.cluster.
  • Avec KMeans(), créez une instance KMeans appelée model pour trouver 3 grappes. Pour préciser le nombre de grappes, utilisez l'argument nommé n_clusters.
  • Utilisez la méthode .fit() de model pour ajuster le modèle au tableau de points points.
  • Utilisez la méthode .predict() de model pour prédire les étiquettes de grappe de new_points, et affectez le résultat à labels.
  • Cliquez sur "Soumettre la réponse" pour voir les étiquettes de grappe de new_points.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import KMeans
____

# Create a KMeans instance with 3 clusters: model
model = ____

# Fit model to points
____

# Determine the cluster labels of new_points: labels
labels = ____

# Print cluster labels of new_points
print(labels)
Modifier et exécuter le code