2D पॉइंट्स का क्लस्टरिंग

पिछले अभ्यास के स्कैटर प्लॉट से आपने देखा कि पॉइंट्स 3 क्लस्टर्स में बँटते दिख रहे हैं। अब आप 3 क्लस्टर्स खोजने के लिए एक KMeans मॉडल बनाएँगे और उसे पिछले अभ्यास के डेटा पॉइंट्स पर फिट करेंगे। मॉडल फिट होने के बाद, आप .predict() मेथड का उपयोग करके कुछ नए पॉइंट्स के लिए क्लस्टर लेबल प्राप्त करेंगे.

आपको पिछले अभ्यास से points नाम की array दी गई है, और साथ ही new_points नाम की एक array भी दी गई है.

sklearn.cluster से KMeans को import करें.
KMeans() का उपयोग करके model नाम का KMeans इंस्टेंस बनाएँ जो 3 क्लस्टर्स ढूँढे। क्लस्टर्स की संख्या बताने के लिए n_clusters कीवर्ड आर्ग्युमेंट का उपयोग करें.
model के .fit() मेथड का उपयोग करके मॉडल को points array पर फिट करें.
model के .predict() मेथड का उपयोग करके new_points के क्लस्टर लेबल predict करें और नतीजा labels में असाइन करें.
new_points के क्लस्टर लेबल देखने के लिए सबमिट करें.

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}अभ्यास

निर्देश

अभ्यास