Построение решения с 4 кластерами
Отлично! Как видите, рекомендуемое число кластеров находится где-то между 3 и 4. В этом упражнении вы построите модель с 4 кластерами.
Нормализованный набор данных RFMT доступен как datamart_rfmt_normalized. Вы можете изучить его в консоли.
Это упражнение является частью курса
Сегментация клиентов в Python
Инструкции к упражнению
- Импортируйте
KMeansиз библиотекиsklearn. - Инициализируйте
KMeansс 4 кластерами и случайным состоянием 1. - Выполните кластеризацию методом k-средних на нормализованном наборе данных.
- Извлеките метки кластеров и сохраните их в объекте
cluster_labels.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Import KMeans
from ____.____ import ____
# Initialize KMeans
kmeans = ____(____, ____)
# Fit k-means clustering on the normalized data set
____.____(____)
# Extract cluster labels
cluster_labels = ____.____