Запуск k-means

Сейчас вы построите 3 кластера с помощью алгоритма k-means. Предобработанный набор данных RFM уже загружен под именем datamart_normalized, а библиотека pandas — как pd.

Вы можете изучить набор данных в консоли, чтобы лучше с ним познакомиться.

Это упражнение является частью курса

Сегментация клиентов в Python

Посмотреть курс

Инструкции к упражнению

Импортируйте KMeans из библиотеки scikit-learn.
Инициализируйте KMeans с 3 кластерами и случайным состоянием 1.
Обучите алгоритм k-means на нормализованном наборе данных.
Извлеките метки кластеров и сохраните их в переменную cluster_labels.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Import KMeans 
from ____.____ import ____

# Initialize KMeans
kmeans = ____(____=3, ____=1) 

# Fit k-means clustering on the normalized data set
____.____(datamart_normalized)

# Extract cluster labels
cluster_labels = ____.____

Редактировать и запускать код