Esegui k-means

Ora creerai 3 cluster con il k-means clustering. Abbiamo caricato l'insieme di dati RFM pre-elaborato come datamart_normalized. Abbiamo anche caricato la libreria pandas come pd.

Puoi esplorare l'insieme di dati nella console per prenderci familiarità.

Questo esercizio fa parte del corso

Customer Segmentation in Python

Visualizza corso

Istruzioni dell'esercizio

Importa KMeans dalla libreria scikit-learn.
Inizializza KMeans con 3 cluster e random state 1.
Esegui il fit del k-means clustering sull'insieme di dati normalizzato.
Estrai le etichette dei cluster e salvale come cluster_labels.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# 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 = ____.____

Modifica ed esegui il codice