1. Învăţa
    2. /
  2. Courses
    3. /
  3. Pythonで学ぶMachine Learning面接対策
Connected

exercise

シルエット法

前のレッスンでは、クラスタ数を変えると K-Means アルゴリズムの性能がどのように変わるかを体験しました。面接の文脈では、最適なクラスタ数を選ぶことがベストな結果につながるため、特に重要です。

この演習では、sklearn.metrics の silhouette_score() 関数を使い、diabetes DataFrame に対して実行した K-Means アルゴリズムの評価を行い、最適なクラスタ数を見つけるためのシルエット法を適用します。スコア計算にはユークリッド距離を使用します。これはエルボー法との比較可能性を確保するためです。

K-Means モデルの学習に使う特徴行列 X はあらかじめ作成されています。

これまでの演習と同じパイプラインの位置にいますが、ここでは予測も追加します。 Machine learning pipeline

Instrucțiuni 1 / 3

undefined XP
    1
    2
    3
  • K-Means アルゴリズムをインスタンス化し、シルエットスコアを取得するために必要なモジュールをインポートします。