ComeçarComece de graça

Agrupamento de pontos 2D

No gráfico de dispersão do exercício anterior, você viu que os pontos parecem estar separados em três grupos. Agora você criará um modelo de KMeans para encontrar 3 clusters e o ajustará aos pontos de dados do exercício anterior. Depois que o modelo tiver sido ajustado, você obterá os rótulos de cluster para alguns novos pontos usando o método .predict().

Você recebe a matriz points do exercício anterior e também uma matriz new_points.

Este exercício faz parte do curso

Aprendizado não supervisionado em Python

Ver curso

Instruções do exercício

  • Importe KMeans de sklearn.cluster.
  • Usando KMeans(), crie uma instância KMeans chamada model para localizar clusters 3. Para especificar o número de clusters, use o argumento da palavra-chave n_clusters.
  • Use o método .fit() de model para ajustar o modelo à matriz de pontos points.
  • Use o método .predict() de model para prever os rótulos de cluster de new_points, atribuindo o resultado a labels.
  • Clique em enviar para ver os rótulos de cluster de new_points.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Import KMeans
____

# Create a KMeans instance with 3 clusters: model
model = ____

# Fit model to points
____

# Determine the cluster labels of new_points: labels
labels = ____

# Print cluster labels of new_points
print(labels)
Editar e executar o código