1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Ćwiczenie pytań rekrutacyjnych z uczenia maszynowego w Pythonie
Connected

Cvičení

Grupowanie metodą K-średnich

Na rozmowie kwalifikacyjnej z uczenia maszynowego możesz zostać zapytany, w jaki sposób wyniki grupowania metodą K-średnich można wykorzystać do oceny tego algorytmu jako najlepszego wyboru.

W tym ćwiczeniu przećwiczysz grupowanie metodą K-średnich. Używając atrybutu .inertia_ do porównywania modeli z różną liczbą skupień k, zgromadzisz informacje potrzebne do oceny optymalnej liczby skupień w kolejnym ćwiczeniu.

Pamiętaj, że zmienną docelową w zbiorze danych diabetes jest progression.

Twoje miejsce w potoku:

Machine learning pipeline

Instrukce 1/4

undefined XP
  • 1
    • Utwórz macierz cech X, usuwając zmienną docelową progression, a następnie dopasuj dane do zainicjalizowanego obiektu K-średnich.
  • 2
    • Zainicjalizuj model K-średnich z 5 skupieniami i wyświetl jego inercję.
  • 3
    • Dopasuj macierz cech do modelu K-średnich z 10 skupieniami i wyświetl jego inercję.
  • 4
    • Dopasuj macierz cech do modelu K-średnich z 20 skupieniami i wyświetl jego inercję.