Beräkna summan av kvadratfel

I den här övningen beräknar du summan av kvadratfel för olika antal kluster i intervallet 1 till 15. I det här exemplet använder vi en anpassad datamängd för att få ett tydligare armbågsdiagram.

Den normaliserade versionen av data är inläst som data_normalized. Modulen KMeans från scikit-learn är redan importerad. Vi har också initierat en tom ordbok för att lagra summan av kvadratfel som sse = {}.

Utforska gärna data i konsolen.

Den här övningen är en del av kursen

Kundsegmentering i Python

Visa kurs

Övningsinstruktioner

Anpassa KMeans och beräkna SSE för varje k med ett intervall mellan 1 och 15.
Initiera KMeans med k kluster och slumptillstånd 1.
Anpassa KMeans på den normaliserade datamängden.
Tilldela summan av kvadratavstånden till elementet k i ordboken sse.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Fit KMeans and calculate SSE for each k
for k in range(____, ____):
  
    # Initialize KMeans with k clusters
    kmeans = ____(n_clusters=____, random_state=1)
    
    # Fit KMeans on the normalized dataset
    kmeans.____(data_normalized)
    
    # Assign sum of squared distances to k element of dictionary
    sse[____] = kmeans.____

Redigera och kör kod