Criar solução com 4 clusters
Perfeito, dá para ver que o número recomendado de clusters está entre 3 e 4. Agora, você vai construir o último número neste exercício.
O conjunto de dados RFMT normalizado está disponível como datamart_rfmt_normalized. Fique à vontade para usar o console e explorá-lo.
Este exercício faz parte do curso
Segmentação de Clientes em Python
Instruções do exercício
- Importe
KMeansda bibliotecasklearn. - Inicialize
KMeanscom 4 clusters e random_state igual a 1. - Treine o k-means no conjunto de dados normalizado.
- Extraia os rótulos dos clusters e armazene-os no objeto
cluster_labels.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Import KMeans
from ____.____ import ____
# Initialize KMeans
kmeans = ____(____, ____)
# Fit k-means clustering on the normalized data set
____.____(____)
# Extract cluster labels
cluster_labels = ____.____