Metoda cotului
Scorul silhouette și metoda cotului se completează reciproc și oferă validare pentru rezultatele obținute. Într-un interviu de machine learning, este posibil să fii întrebat despre una dintre ele, dar discutarea detaliilor uneia în contextul celeilalte va contribui semnificativ la răspunsul tău.
În acest exercițiu, pentru fiecare valoare k, vei inițializa un model K-means și vei folosi atributul inertia_ pentru a identifica suma distanțelor pătratice ale eșantioanelor față de cel mai apropiat centru de cluster. Când este reprezentată grafic, aceasta formează un „cot" în grafic.
Amintește-ți din lecția anterioară că, pe măsură ce valoarea lui k crește, valoarea inertia_ scade.
Au fost deja importate pentru tine matplotlib.pyplot ca plt și KMeans din sklearn.cluster. Matricea de caracteristici X a fost, de asemenea, creată pentru tine.
Acest exercițiu face parte din cursul
Exersează întrebări de interviu pentru Machine Learning în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Create empty list
sum_of_squared_distances = ____