Crea una soluzione a 4 cluster
Perfetto, puoi vedere che il numero consigliato di cluster è tra 3 e 4. In questo esercizio, costruirai la soluzione con il secondo valore.
Il dataset RFMT normalizzato è disponibile come datamart_rfmt_normalized; sentiti libero di usare la console per esplorarlo.
Questo esercizio fa parte del corso
Customer Segmentation in Python
Istruzioni dell'esercizio
- Importa
KMeansdalla libreriasklearn. - Inizializza
KMeanscon 4 cluster e random_state a 1. - Esegui il fit del k-means sul dataset normalizzato.
- Estrai le etichette dei cluster e salvale nell'oggetto
cluster_labels.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Import KMeans
from ____.____ import ____
# Initialize KMeans
kmeans = ____(____, ____)
# Fit k-means clustering on the normalized data set
____.____(____)
# Extract cluster labels
cluster_labels = ____.____