Déterminer le nombre optimal de clusters

Ici, vous allez utiliser la méthode du critère du coude pour identifier le nombre optimal de clusters, c’est‑à‑dire le point à partir duquel la diminution de la somme des erreurs au carré devient marginale. C’est une étape importante pour obtenir un ordre de grandeur mathématique du nombre de clusters à tester. Vous parcourrez plusieurs valeurs de k et exécuterez un algorithme KMeans pour chacune, puis vous tracerez les erreurs en fonction de chaque k afin d’identifier le « coude » où la diminution des erreurs ralentit.

Cet exercice fait partie du cours

Machine Learning pour le marketing en Python

Afficher le cours

Instructions

Créez un dictionnaire sse vide.
Ajustez un algorithme KMeans pour des valeurs de k entre 1 et 11 et enregistrez les erreurs dans le dictionnaire sse.
Ajoutez le titre au graphique.
Créez un nuage de points avec les clés sur l’axe des X et les valeurs sur l’axe des Y, puis affichez le graphique.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Create empty sse dictionary
sse = {}

# Fit KMeans algorithm on k values between 1 and 11
for k in ___(1, 11):
    kmeans = ___(n_clusters=___, random_state=333)
    kmeans.___(wholesale_scaled_df)
    sse[k] = kmeans.inertia_

# Add the title to the plot
plt.___('Elbow criterion method chart')

# Create and display a scatter plot
sns.pointplot(x=list(sse.___()), y=list(sse.___()))
plt.___()

Modifier et exécuter le code