1. Nauka
    2. /
  2. Kursy
    3. /
  3. Segmentacja klientów w Pythonie
Connected

ćwiczenie

Budowanie rozwiązania z 4 klastrami

Doskonale! Widać, że zalecana liczba klastrów wynosi od 3 do 4. Teraz zbudujesz rozwiązanie z tą drugą liczbą klastrów.

Znormalizowany zbiór danych RFMT jest dostępny jako datamart_rfmt_normalized — możesz go swobodnie eksplorować w konsoli.

Instrukcje

100 XP
  • Zaimportuj KMeans z biblioteki sklearn.
  • Zainicjalizuj KMeans z 4 klastrami i losowym stanem 1.
  • Dopasuj algorytm k-means do znormalizowanego zbioru danych.
  • Wyodrębnij etykiety klastrów i zapisz je jako obiekt cluster_labels.