1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶMachine Learning面接対策
Connected

演習

エルボー法

シルエットスコアとエルボー法は、どちらも結果の妥当性を確認するための手法です。Machine Learning の面接では、どちらか一方について質問されることがありますが、もう一方との関係を踏まえて具体的に説明できると、回答の説得力が大きく高まります。

この演習では、各 k の値について K-means モデルを初期化し、inertia_ 属性を使って各サンプルが最も近いクラスタ中心までの二乗距離の総和を取得します。これをプロットすると、グラフ上に「肘（elbow）」のような曲がりが現れます。

前のレッスンで学んだとおり、k の値が大きくなるほど、inertia_ の値は小さくなります。

すでに matplotlib.pyplot は plt として、sklearn.cluster からは KMeans がインポートされています。特徴量行列 X も用意済みです。

指示1 / 3

undefined XP
    1
    2
    3
  • sum_of_squared_distances という名前の空のリストを作成します。