1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie nienadzorowane w Pythonie
Connected

ćwiczenie

Grupowanie punktów 2D

Z wykresu punktowego z poprzedniego ćwiczenia widać, że punkty wydają się dzielić na 3 klastry. Teraz utworzysz model KMeans, który znajdzie 3 klastry, i dopasujesz go do punktów danych z poprzedniego ćwiczenia. Po dopasowaniu modelu użyjesz metody .predict(), aby uzyskać etykiety klastrów dla nowych punktów.

Do dyspozycji masz tablicę points z poprzedniego ćwiczenia oraz tablicę new_points.

Instrukcje

100 XP
  • Zaimportuj KMeans z sklearn.cluster.
  • Używając KMeans(), utwórz instancję KMeans o nazwie model, która znajdzie 3 klastry. Aby określić liczbę klastrów, użyj argumentu słownikowego n_clusters.
  • Użyj metody .fit() modelu model, aby dopasować go do tablicy punktów points.
  • Użyj metody .predict() modelu model, aby przewidzieć etykiety klastrów dla new_points — wynik przypisz do zmiennej labels.
  • Kliknij Prześlij odpowiedź, aby zobaczyć etykiety klastrów dla new_points.