Quantos cachos de grãos?
No vídeo, você aprendeu como escolher um bom número de clusters para um conjunto de dados usando o gráfico de inércia k-means. Você recebe uma matriz samples com as medidas (como área, perímetro, comprimento e várias outras) de amostras de grãos. Qual é um bom número de clusters nesse caso?
KMeans e PyPlot (plt) já foram importados pra você.
Esse conjunto de dados veio do Repositório de Machine Learning da UCI.
Este exercício faz parte do curso
Aprendizado não supervisionado em Python
Instruções do exercício
Para cada um dos valores dados de
k, faça o seguinte:Crie uma instância do
KMeanschamadamodelcom clustersk.Ajuste o modelo aos dados de grãos
samples.Adicione o valor do atributo
inertia_demodelà listainertias.O código para plotar “
ks” vs “inertias” já está pronto, então é só clicar em enviar para ver o gráfico!
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
ks = range(1, 6)
inertias = []
for k in ks:
# Create a KMeans instance with k clusters: model
____
# Fit model to samples
____
# Append the inertia to the list of inertias
____
# Plot ks vs inertias
plt.plot(ks, inertias, '-o')
plt.xlabel('number of clusters, k')
plt.ylabel('inertia')
plt.xticks(ks)
plt.show()