Exécuter k-means

Vous allez maintenant créer 3 clusters avec l’algorithme k-means. Le jeu de données RFM prétraité a été chargé sous le nom datamart_normalized. La bibliothèque pandas a également été chargée sous le nom pd.

Vous pouvez explorer le jeu de données dans la console pour vous familiariser avec son contenu.

Cet exercice fait partie du cours

<cours>Customer Segmentation in Python</cours>

Voir le cours

Instructions de l’exercice

Importez KMeans depuis la bibliothèque scikit-learn.
Initialisez KMeans avec 3 clusters et un random state de 1.
Entraînez k-means sur le jeu de données normalisé.
Extrayez les étiquettes de cluster et stockez-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