ComeçarComece de graça

Método do cotovelo

Os métodos do silhouette score e do cotovelo ajudam a validar os resultados que você observa. Em uma entrevista de Machine Learning, podem te perguntar sobre um ou sobre o outro, mas relacionar as especificidades de um no contexto do outro fortalece muito a sua resposta.

Neste exercício, para cada valor de k, você vai inicializar um modelo de K-means e usar o atributo inertia_ para identificar a soma das distâncias quadráticas das amostras ao centro do cluster mais próximo que, quando plotada, tende a formar um “cotovelo” no gráfico.

Lembre-se da última lição: conforme o valor de k aumenta, o valor de inertia_ diminui.

Já foram importados para você matplotlib.pyplot como plt e KMeans de sklearn.cluster. A matriz de atributos X também já foi criada.

Este exercício faz parte do curso

Praticando perguntas de entrevista de Machine Learning em Python

Ver curso

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Create empty list
sum_of_squared_distances = ____
Editar e executar o código