Rodar k-means

Agora você vai construir 3 clusters com k-means. Carregamos o conjunto de dados RFM pré-processado como datamart_normalized. Também carregamos a biblioteca pandas como pd.

Você pode explorar o conjunto de dados no console para se familiarizar com ele.

Este exercício faz parte do curso

Segmentação de Clientes em Python

Ver curso

Instruções do exercício

Importe KMeans da biblioteca scikit-learn.
Inicialize KMeans com 3 clusters e random_state igual a 1.
Faça o ajuste do k-means no conjunto de dados normalizado.
Extraia os rótulos dos clusters e armazene-os como cluster_labels.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Import KMeans 
from ____.____ import ____

# Initialize KMeans
kmeans = ____(____=3, ____=1) 

# Fit k-means clustering on the normalized data set
____.____(datamart_normalized)

# Extract cluster labels
cluster_labels = ____.____

Editar e executar o código