Calculează și reprezintă grafic suma pătratelor erorilor

Acum vei calcula suma pătratelor erorilor pentru diferite numere de clustere, de la 1 la 10.

Vei folosi datele RFMT normalizate create în exercițiul anterior, stocate ca datamart_rfmt_normalized. Modulul KMeans din scikit-learn este deja importat. De asemenea, am inițializat un dicționar gol pentru a stoca suma pătratelor erorilor: sse = {}.

Explorează datele în consolă dacă dorești.

Acest exercițiu face parte din cursul

Segmentarea clienților în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Inițializează KMeans cu k clustere și random state 1, apoi aplică KMeans pe setul de date normalizat.
Atribuie suma pătratelor distanțelor elementului k din dicționarul sse.
Adaugă titlul graficului „The Elbow Method", eticheta axei X „k" și eticheta axei Y „SSE".
Reprezintă grafic valorile SSE pentru fiecare k stocat ca cheie în dicționar.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Fit KMeans and calculate SSE for each k between 1 and 10
for k in range(1, 11):
  
    # Initialize KMeans with k clusters and fit it 
    kmeans = ____(____=____, ____=1 ).____(datamart_rfmt_normalized)
    
    # Assign sum of squared distances to k element of the sse dictionary
    ____[____] = kmeans.____   

# Add the plot title, x and y axis labels
plt.____('The Elbow Method')
plt.____('____')
plt.____('____')

# Plot SSE values for each k stored as keys in the dictionary
sns.____(x=list(sse.____()), y=list(sse.____()))
plt.show()

Editează și rulează codul