Zacznij terazZacznij za darmo

Metoda łokcia

Wynik silhouette i metoda łokcia wzajemnie uzupełniają swoje wyniki. Podczas rozmowy kwalifikacyjnej z zakresu uczenia maszynowego możesz zostać zapytany o jedną z tych metod – umiejętność omówienia obu w odpowiednim kontekście znacznie wzbogaci twoją odpowiedź.

W tym ćwiczeniu dla każdej wartości k zainicjalizujesz model K-średnich i użyjesz atrybutu inertia_, aby wyznaczyć sumę kwadratów odległości próbek od najbliższego centrum klastra. Na wykresie miejsce, w którym krzywa gwałtownie zmienia swój bieg, tworzy charakterystyczny „łokieć".

Pamiętaj z poprzedniej lekcji, że wraz ze wzrostem wartości k wartość inertia_ malała.

Zaimportowane zostały już dla ciebie: matplotlib.pyplot jako plt oraz KMeans z sklearn.cluster. Macierz cech X jest również gotowa do użycia.

To ćwiczenie jest częścią kursu

Ćwiczenie pytań rekrutacyjnych z uczenia maszynowego w Pythonie

Zobacz kurs

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Create empty list
sum_of_squared_distances = ____
Edytuj i uruchom kod