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
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Create empty list
sum_of_squared_distances = ____