1. เรียนรู้
    2. /
  2. Courses
    3. /
  3. Python으로 배우는 Unsupervised Learning
Connected

Exercises

2D 포인트 클러스터링

이전 연습 문제의 산점도에서 포인트가 3개의 클러스터로 나뉘는 것처럼 보였어요. 이제 3개의 클러스터를 찾는 KMeans 모델을 만들고, 이전 연습 문제의 데이터 포인트에 맞춰 보겠습니다. 모델을 학습시킨 후, .predict() 메서드를 사용해 몇 개의 새로운 포인트에 대한 클러스터 레이블을 얻을 거예요.

이전 연습 문제에서 만든 배열 points와, 추가로 배열 new_points가 제공됩니다.

คำแนะนำ

100 XP
  • sklearn.cluster에서 KMeans를 가져오세요.
  • KMeans()를 사용해 3개의 클러스터를 찾는 KMeans 인스턴스 model을 만드세요. 클러스터 개수는 키워드 인수 n_clusters로 지정합니다.
  • model의 .fit() 메서드를 사용해 배열 points에 모델을 학습시키세요.
  • model의 .predict() 메서드를 사용해 new_points의 클러스터 레이블을 예측하고, 결과를 labels에 할당하세요.
  • 제출을 눌러 new_points의 클러스터 레이블을 확인하세요.