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

Customer Segmentation in Python

Afficher le cours

Instructions

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 cet exemple de code.

# 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