2次元点のクラスタリング

前の演習の散布図から、点は3つのクラスタに分かれそうだと分かりました。ここでは3つのクラスタを見つけるための KMeans モデルを作成し、前の演習で使ったデータ点にフィットさせます。モデルをフィットしたら、.predict() メソッドを使って新しい点のクラスタラベルを取得します。

前の演習で作成した配列 points と、配列 new_points が与えられています。

sklearn.cluster から KMeans をインポートします。
KMeans() を使って、3 つのクラスタを見つける KMeans インスタンス model を作成します。クラスタ数はキーワード引数 n_clusters で指定します。
model の .fit() メソッドを使い、配列 points にモデルをフィットさせます。
model の .predict() メソッドを使って、new_points のクラスタラベルを予測し、結果を labels に代入します。
提出して、new_points のクラスタラベルを確認しましょう。