ÎncepețiÎncepe gratuit

Câte clustere de cereale?

În video, ai învățat cum să alegi un număr potrivit de clustere pentru un set de date, folosind graficul inerției k-means. Îți este oferit un array samples care conține măsurătorile (precum aria, perimetrul, lungimea și altele) ale unor eșantioane de cereale. Care este numărul optim de clustere în acest caz?

KMeans și PyPlot (plt) au fost deja importate pentru tine.

Acest set de date provine din UCI Machine Learning Repository.

Acest exercițiu face parte din cursul

Învățare nesupervizată în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Pentru fiecare valoare dată a lui k, parcurge pașii următori:
  • Creează o instanță KMeans numită model cu k clustere.
  • Antrenează modelul pe datele despre cereale, samples.
  • Adaugă valoarea atributului inertia_ al modelului model la lista inertias.
  • Codul pentru reprezentarea grafică a ks față de inertias a fost deja scris pentru tine, așa că apasă Trimite răspunsul pentru a vedea graficul!

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

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()
Editează și rulează codul