Kom igångKom igång gratis

Armbågsmetoden

Silhouette-poängen och armbågsmetoden kompletterar varandra och ger validering av varandras resultat. I en intervjusituation för maskininlärning kan du få frågor om den ena eller den andra metoden, men att diskutera dem i relation till varandra stärker ditt svar avsevärt.

I den här övningen initierar du en K-means-modell för varje k-värde och använder attributet inertia_ för att identifiera summan av kvadrerade avstånd från sampel till närmaste klustercenter. När dessa värden plottas bildar kurvan en form som liknar en armbåge.

Kom ihåg från förra lektionen att när k ökade, minskade värdet på inertia_.

Följande är redan importerat åt dig: matplotlib.pyplot som plt och KMeans från sklearn.cluster. Särdragsmatrisen X har också skapats åt dig.

Den här övningen är en del av kursen

Öva på maskininlärningsintervjufrågor i Python

Visa kurs

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Create empty list
sum_of_squared_distances = ____
Redigera och kör kod