Bangun solusi 4 klaster

Bagus, Anda dapat melihat bahwa jumlah klaster yang direkomendasikan berada di antara 3 dan 4. Sekarang, Anda akan membangun jumlah klaster yang terakhir dalam latihan ini.

Himpunan data RFMT yang dinormalisasi tersedia sebagai datamart_rfmt_normalized, silakan gunakan konsol untuk mengeksplorasinya.

Latihan ini merupakan bagian dari kursus

Segmentasi Pelanggan dengan Python

Lihat Kursus

Instruksi latihan

Impor KMeans dari pustaka sklearn.
Inisialisasi KMeans dengan 4 klaster dan random state 1.
Latih pengelompokan k-means pada himpunan data yang dinormalisasi.
Ekstrak label klaster dan simpan sebagai objek cluster_labels.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Import KMeans 
from ____.____ import ____

# Initialize KMeans
kmeans = ____(____, ____) 

# Fit k-means clustering on the normalized data set
____.____(____)

# Extract cluster labels
cluster_labels = ____.____

Edit dan Jalankan Kode